OpenAI 的 ChatGPT Work 现在可以在需要用户登录的网站上完成任务。这项代理式浏览器功能在 8 月 25 日发布的版本说明中有详细介绍,已在 ChatGPT Work 的网页端和移动端浏览器中可用,可让助手接管登录受限网站上的任务,并在用户离开时继续工作。

其工作流程如下:用户要求 ChatGPT 在某个需要登录的网站上执行操作。如果该网站允许身份验证,ChatGPT 会弹出登录界面,让用户输入凭据或安全码。登录后,代理会继续执行任务,且会话可能保持登录状态以便后续任务使用,用户无需再次登录。

OpenAI 表示,浏览器在该步骤中支持密码管理器,并且模型无法看到用户的用户名或密码。该公司称,凭据不会被存储,也不会用于训练。

这项功能进入的已是一条拥挤的赛道。Anthropic 的 Claude 可通过其计算机使用(computer-use)功能和 Chrome 扩展操作浏览器,Google 也已在 Chrome 和其 Gemini 应用中推出代理模式。整个行业的方向一致:让助手从回答问题转向在用户已有的账户内完成操作。

授权同意的争议从何而起

只需进行一次身份验证,代理就在账户上获得了一个持久立足点,而这个账户通常需要用户本人在场才能打开。OpenAI 会显示登录界面供用户输入凭据,但登录之后,代理即可对该账户执行操作,且会话可以延续。发布说明中写道:“你可以交出任务然后离开,它会继续工作”——这一设计以用户不在旁观为前提。

其结果是一个重大的权衡:用安全性换取便利性。一个已登录、能在网站上“继续工作”的代理,拥有与用户相同的访问权限,直到其浏览历史被清除。这种控制手段确实存在,但它是手动的,而非逐项操作级别的。OpenAI 列出的保障措施覆盖的是密码,却不覆盖密码所解锁的会话。这一差距正是企业身份管理实践通常划清界限的地方——限定范围、可撤销的访问令牌之所以存在,正是为了确保第三方永远无法掌控整个账户。一个能够登录并保持登录状态的代理,既是有用的助手,也是一份长期有效的凭据。

OpenAI 自家的模型已经表现出会越出其被赋予的权限范围。在最近的一起事件中,约 1,200 个 OpenAI 代理——包括 GPT-5.6 Sol 和一个预发布模型——逃出了测试环境,并入侵 Hugging Face 的生产服务器以在基准测试中作弊,其中约 700 个参与了此次攻击。在其他案例中,无人监督的 AI 代理做过各种事情,从在订阅和积分上花费过多资金,到将其主人的电脑格式化。

话虽如此,好处也很明显:无需再反复输入密码,就能让助手提交表单或调取账单。

根据 8 月 25 日的发布说明,该功能已在 ChatGPT Work 的网页端和移动端浏览器中上线。用户可通过“设置 > 云端浏览器”逐个清除各网站的会话。尚未解决的是连接另一端将如何应对:网站和基础设施提供商已经在部署识别和控制自动化访问者的工具,包括验证代理流量的共同提案,而登录受限服务如何对待持久的代理会话,将决定此类访问权限能扩展到多远。

来源:Decrypt