内容概要
OpenAI 团队（包括 Sam Altman）隆重推出了他们全新的 AI 驱动的网络浏览器 (web browser)——ChatGPT Atlas。本次发布会介绍了产品的核心概念，包括集成聊天 (integrated chat)、浏览器内存 (browser memory) 以及全新的代理模式 (agent mode)。团队成员 Ben Goodger、Adam Fry 和 Ryan O'Rourke 演示了产品的核心用户体验 (core user experience)，如主页 (homepage)、侧边栏聊天 (side chat) 和行内编辑 (in-line editing)。最后，Will Ellsworth、Justin Rushing 和 Pranav Vishnu 展示了高级的“代理模式 (agent mode)”功能，演示了它如何执行管理文档、订购生鲜等任务，并探讨了安全与用户控制的重要性。
目录
-
介绍
-
工程概述
-
核心功能
-
核心流程演示
-
代理模式 (Agent Mode) 介绍
-
认识代理团队
-
代理演示：任务管理
-
代理演示：购物
-
代理安全与用户控制
-
演示总结
-
总结与发布
介绍
Sam Altman： 早上好。今天，我们将发布 ChatGPT Atlas，我们的新网络浏览器。这是一个围绕 ChatGPT 构建的 AI 驱动的网络浏览器。
这是我们长期以来一直非常兴奋并努力开发的产品，今天非常高兴能与大家分享。
我们认为 AI 提供了一个十年一遇的难得机会，让我们重新思考浏览器 (browser) 可以是什么样子、如何使用它，以及如何最高效、最愉快地使用网络。
标签页 (Tabs) 很好，但自那以后我们没有看到太多浏览器创新。因此，我们对这个机会感到非常兴奋，可以真正重新思考这可能是什么。
就像在以前人们使用互联网的方式中，浏览器的网址栏 (URL bar) 和搜索框 (search box) 是一个很好的类比；我们希望未来人们使用互联网的方式，也是我们开始看到的，聊天体验 (chat experience) 和网络浏览器可以成为一个很棒的新类比。
于是我们开始着手设计一款基于这种体验的浏览器。
浏览器已经是大量工作和生活发生的地方，我们认为通过让 ChatGPT 成为帮助你使用它的核心方式，你可以与页面聊天，可以使用 ChatGPT 查找资料，你还可以在浏览器中使用代理模式 (agent mode)。
稍后我们将向你展示更多功能，你也可以亲自尝试。
我们认为可以把这个产品做得非常深入。所以我们很高兴能进入演示环节。我的一些同事也在这里。我们先请 Ben 来做介绍，然后我们将向你展示我们所取得的成果。
工程概述
Ben Goodger： 好的，谢谢 Sam。我是 Ben，我负责 Atlas 的工程团队。
Atlas 始于一个问题：如果你能和你的浏览器聊天会怎样？
基于这个想法，我们重构了整个体验，用简单的对话取代了多年来的混乱和复杂性。
我们想确保 Atlas 不会感觉像是你的旧浏览器，只是在上面加了一个聊天按钮 (chat button)。相反，我们让 ChatGPT 成为了 Atlas 的跳动心脏。
它总是在你身边，准备好在你浏览网页时提供帮助。
我发现当我自己使用 Atlas 时，我变得更好奇，我会问更多问题。我认为它让我成为了一个更好奇、信息更灵通的人。
我们还确保 Atlas 足够快速和灵活，以支持一些我们稍后将展示的令人惊叹的新体验。
这是一款面向下一个网络时代的新型浏览器，我们迫不及待地想向你展示它的功能。
Adam，你愿意带我们了解一下其中一些特性吗？
核心功能
Adam Fry： 好的。我叫 Adam，是 Atlas 的产品负责人。正如 Sam 和 Ben 提到了一些我们构建 Atlas 的原因，我将分享一些关于 Atlas 是什么。
首先，Atlas 应该让人感觉非常熟悉。它拥有你所有的标签页 (tabs)、书签 (bookmarks)、密码自动填充 (autofill) 等所有你习惯的功能。
此外，Atlas 还有三个特殊的核心功能，Ryan 稍后会为大家详细介绍。
第一个是聊天 (chat) 功能随处可用。当你在网页上工作时，不再需要在标签页之间复制粘贴。无论你是在写邮件还是在编辑文档，只要你打开那个网站，它就会在那里待命。一旦你调用它，它就能理解你正在做的工作背景，从而提供更有帮助的建议。
这就是“全网聊天 (chat anywhere across the web)”。第二个重要功能是浏览器内存 (browser memory)。
我们在构建过程中对此讨论了很多，内存 (memory) 是 ChatGPT 中一个非常关键的功能，深受用户喜爱。这是因为你使用 ChatGPT 越多，它就越个性化，能更好地帮助你、更懂你。
现在，当你使用 Atlas 浏览器浏览网页时，同样的功能也会在你的浏览器上实现，它应该会变得更加个性化，对你更有帮助。
第三个功能，也是我们非常兴奋的，Justin 稍后会展示，那就是 Atlas 中的代理 (agent)。
ChatGPT 现在可以为你执行操作。它能“动手”了。当你提出要求时，它会真的调出小光标开始点击，帮助你预订餐厅或航班，甚至只是编辑你正在处理的文档。
我们非常高兴能与大家分享这些。接下来，我们项目的首席设计师 Ryan 将为大家展示 Atlas 之旅。
核心流程演示
Ryan O'Rourke： 谢谢 Adam。好了，我来为大家演示 Atlas 的核心流程。
大家现在看到的是你的主屏幕 (home screen)。这是你首次下载并打开应用，或创建新标签页时将看到的界面。
我们试图在这里创造一种体验，既让人感觉完全熟悉（来自传统浏览器），又内置了 ChatGPT 的所有强大功能。
为此，你会看到屏幕中央有一个输入框 (composer)，你可以在这里像平常一样向聊天机器人提问。
你可以访问你所有的工具、模型，以及包含你所有聊天记录的侧边栏。
但因为它是一个浏览器，你可以做得更多。
输入“Hacker News”。聊天机器人会带我访问这个网址 (URL)。
我可以说...我可以用自然语言引用一个书签，它就会为我打开这个 Galaxy diff 的提交 (commits)。
你可以使用浏览器内存 (browser memory) 来搜索你网络历史中你明知道看过但又不确定在哪里的东西。
所以，让我试试：“搜索网页历史，找一个关于 Atlas 核心设计的文档 (doc)”。
不，我肯定在哪里创建过这个。
正在搜索你的浏览器内存...
有了。看起来它找到了我说的那个文档。它在我的 Google Docs 里。如果我点击它，你就会看到它打开了。
让我们跳回主页看最后一个功能。
在 Atlas 的输入框下方，你会看到“建议 (suggestions)”。
这些建议是 Atlas 中个性化 (personalization) 的第一个版本。它会根据 Atlas 对你最近活动或下一步可能想做什么的理解来为你生成。
它们可以像它认为你可能感兴趣的新闻报道一样简单，也可以像它将为你代理并点击浏览标签页的代理任务 (agent task) 一样高级。
你使用 Atlas 越多，这些建议就会越好。再次强调，这很大程度上还是个 vZero (初版) 的个性化功能，但我们非常兴奋地想看看随着我们深入探索，浏览器的主页会变成什么样。
好了，这就是主屏幕。现在我将切换到那个 GitHub 的例子，向你展示我个人最喜欢的功能。
这里有一些我今天早上在写的代码。这是一个小程序，一个星系生成器 (galaxy generator) 的着色器 (shader)。
在右上角，有一个“询问 ChatGPT (ask chat GPT)”按钮。
你会在你访问的任何网站上看到这个按钮，当你点击它时，它会创建一个伴随侧边栏。这基本上就像你邀请 ChatGPT 进入了你的互联网小角落。
你可以做所有你期望能用 ChatGPT 做的事情，但现在它能看到那个特定网页的内容了。
这听起来可能很简单，但这实际上极大地改变了我使用浏览器的方式。
它让浏览器从一个非常注重为你“展示”信息以供编辑的工具，转变为一个能够“理解”它所展示信息的工具，并且在某些情况下，甚至能为你编辑这些信息。
这里它有个建议，总结这个 diff (差异) 的内容。
我们来试试看它会说什么。
好的，这是一个提交 (commit)，信息是“更多星系”。它更新了一些视觉效果以及这个粒子生成器的工作方式。
这很酷，但我真正想知道的是，把这个改动挑选 (cherrypick) 合并到我们今天要发布的 RC (候选发布版) 中是否安全？
Ben Goodger： 我以为我们说好今天不再做任何更改了。
Ryan O'Rourke： 总有时间再改一次嘛。
嗯，好的。它认为这个风险很低。
Ben Goodger： 我不这么认为。是的。
Ryan O'Rourke： 我不确定我是否完全同意这一点，但这只是一个视觉上的改动。
这就是侧边栏聊天 (side chat)。你可以在各种情况下使用它：比较产品，把它带入你自己的互联网空间。我经常在看拉取请求 (pull requests) 或 Slack 时用它来总结我一直在阅读的频道。
它真的很有用，我们很期待大家来尝试。
Adam Fry： 我觉得 Ben 也提到了它如何让你变得更好奇。现在你身边有了这个工具，你自然会问更多的问题，我真的很喜欢这一点。
Ryan O'Rourke： 当然。这有点像一种范式转变 (paradigm shift)，你从过去那种“一次请求、一次回应”的模式，转变为可以不断地打磨 (workshop) 直到得到你想要的结果，这非常符合聊天的特性。
Ben Goodger： 是的，我经常发现我在浏览时，就会一直开着这个东西，一边看一边随手把问题抛给它。
Ryan O'Rourke： 没错。说到一直开着它，我们来看看搜索 (search)，它有更多侧边栏聊天的展示。
所以，我要搜索一部我想看的电影。
我们在通过 Atlas 访问 ChatGPT 时，对搜索功能进行了一些重大升级。
我们知道，搜索是浏览器中导航互联网的核心流程之一，很多搜索可能是基于关键词的或非常简短的，而大型语言模型 (LLM) 传统上很难处理这些，因为它们没有足够的上下文来提供一个好的答案。
所以，你会注意到的第一件事是，任何时候你在 Atlas 中搜索，顶部都会出现这些标签。
你可以快速将你的体验切换到更像传统搜索引擎的模式，比如图片、视频或新闻故事，同时又不会失去主标签页 (home tab) 上的核心聊天体验。
所以，这里往下滑，一些漂亮的图片，一些关于这是什么的更新。
我们看看能不能找到一个链接。我选这个 Roger Ebert 的影评。
它给了四颗星。这里一个非常有趣的地方是，每当你在 Atlas 中点击一个搜索结果链接时，默认情况下，它会滑出聊天侧栏，并在分屏视图 (split view) 中打开网页。
当然，如果你不想要这样，你总是可以按住 Command 键点击链接，或者直接点击“询问 ChatGPT”按钮来关闭它。
但它有这样一个很好的特性...在你搜索互联网时，你身边有了一个伴侣。
也许我想看一个不同的影评。我试试这个雅虎 (Yahoo) 的。
Adam Fry： 你不是已经看过这部电影了吗？你...你的评价是什么？
Ryan O'Rourke： 实际上我看了两遍。我推荐它。
嗯，真的，真的很好。
我们来让它快速总结一下这篇影评。“你能用五个词或更少的词总结这篇影评吗？”
也许我们能抓住它的要点。
Adam Fry： 这就是我认为这种新搜索模式真正强大的地方，因为它让它...它就像一个多轮体验 (multi-turn experience)。你可以和你的搜索结果进行这种来回的交流，而不是仅仅被发送到一个网页。
你可以用它来真正理解...
Ryan O'Rourke： 没错。是的，是的。这评价很高啊，是吧？“PTA（导演保罗·托马斯·安德森）的最佳作品。”我得去看看。
这是个很高的标准。
嗯，一定要去。它...它真的S很棒。
好了，在这些核心流程中，我要展示的最后一个演示，是切换到我的 Gmail 草稿箱。
我们知道 ChatGPT 中一个非常流行的流程是：在笔记、文档或电子邮件中起草一些文字，复制这些文字，把它带到 ChatGPT，在那里打磨一下，也许改变一下语气或风格，或者语言、拼写检查、语法等等。
得到你满意的版本后，复制它的输出，再带回到你工作的地方，粘贴进去。
有了 Atlas，我们想把这个流程扁平化 (flatten)，让你感觉...你可以在互联网上任何表单字段或文本框中直接完成 (in-line)。
这里我有一封写给团队另一位设计师的电子邮件，关于他为代理 (agent) 功能设计的那个漂亮的着色器。
我可以直接选中文本，然后点击那个 ChatGPT 小标识。
也许我就说“帮我润色一下语言 (tidy my language)”。看起来我一开始写得不怎么样。
Adam Fry： 现在我知道为什么你的邮件都那么精炼了。
Ryan O'Rourke： 呵，是的。好吧...
好了，就这样。你得到了更新后的内容。如果我愿意，我可以要求再次编辑。它让你可以在原地完成所有这些操作。
然后当我点击“更新 (update)”时，它会把你选择的文本替换掉。
它让你能以一种超级有用的方式执行这种范围受控的 (scoped) 编辑。我们称之为“光标聊天 (cursor chat)”。
非常期待看到大家会用它来做什么。我们点击发送，把它发给 Omar。
太好了，就是这样。这些就是 ChatGPT Atlas 的核心流程。
代理模式 (Agent Mode) 介绍
Sam Altman： 太棒了。大家干得好。谢谢。
以上就是关于 ChatGPT 如何让你的浏览器成为日常工作中更便捷的一部分。
有一点你可能已经稍微看到了，但在使用中会体会更深，那就是这款浏览器本身就非常出色。
它很流畅。它流畅、快捷，用起来非常舒服。
但现在，我们想向你展示一个更高级的功能，那就是 ChatGPT 中的代理模式 (agent mode)。
Pranov、Justin 和 Will 将为大家演示。
认识代理团队
Will Ellsworth： 大家好，我叫 Will Ellsworth，我是 Atlas 代理 (agent) 功能的研究负责人。
Justin Rushing： 我叫 Justin，是 Atlas 团队的一名工程师。
Pranav Vishnu： 我是 Pranov，Atlas 的产品负责人之一。
我们将向大家展示 Atlas 如何在代理模式 (agent mode) 下浏览网页并为你执行任务。
说实话，这个功能有太多不同的使用方式了，对吧？
也许你想把一个你就是不想做的任务交出去，或者你想让它教你如何使用你从未见过的软件。
这是一个预览版，但老实说，我们已经被这个代理 (agent) 在拥有对你浏览器和个人互联网的完全访问权限后能展现出的强大能力所震撼。
Will Ellsworth： 嗯，那这使得安全性 (safety) 变得非常重要，对吧？
当然。因此，我们已经将安全性融入了我们技术栈 (stack) 的每一个部分，从模型一直到产品体验，Panov 稍后会详细介绍。
不过，我们为什么不亲眼看看它的实际操作呢？
代理演示：任务管理
Justin Rushing： 开始吧。
好的，我们一直在策划一个鬼屋。
Pranav Vishnu： 对此非常兴奋。
Justin Rushing： 是的，我很激动。但不知何故，我被拉来当这个项目的项目经理。
我们一直在使用一个 Google 文档 (Google doc) 来非正式地规划我们的任务。
你可以看到，有些人已经填写了他们本周的任务。
但不幸的是，这里有几个问题。第一个问题是，正如你从待办事项 (to-dos) 中看到的，有些人还没有填写他们本周的任务。
所以，我想留个评论，礼貌地提醒他们一下。
第二个问题是，虽然 Google Docs 是一个很棒的工具，但我们还有一个更正式的任务管理软件叫 Linear。
我希望能把所有已经填写好的本周任务，转换成 Linear 任务，或者用 Linear 的术语来说，叫“issues (事务)”。
这里的难点是，我几乎没有什么项目管理经验，也不太知道怎么用 Linear。
Pranav Vishnu： 我都不知道我们为什么让你来负责这个。
Justin Rushing： 是啊，难倒我了。
但是，因此我非常想把这个任务委托 (delegate) 给 Atlas 的代理模式 (agent mode)，让它帮我处理。
所以，我所要做的就是点击这里的“代理模式 (agent mode)”。
你可以通过点击加号按钮，选择“代理模式”来找到它。我将启动它。
这个代理模式会告诉 ChatGPT，我希望它在 Atlas 内部代表我实际执行操作。
所以你看到，它有自己的光标。它会像我一样四处点击。
它...它可以访问我所有的本地身份验证信息 (local authentication)，我所有的历史记录。
它应该感觉就像是我自己的一个自然延伸。
我把时间交给 Justin。
Pranav Vishnu： 是的，是的，团队在产品体验上花了很多心思，对吧？我们真的想让它感觉像是活了过来。
你可以清楚地看到代理 (agent) 正在做什么，这样你就可以开始建立信任，相信它在做你希望它做的事情。
Will Ellsworth： 但没错，只是...只是想强调这一点，这是 ChatGPT 在代理模式 (agent mode) 下，在你的本地为你使用你的网络浏览器。
它掌握你所有信息。它在为你点击。你可以看着它，也可以不看...你不需要盯着它，但这就像...它真的在为你使用互联网。
Pranav Vishnu： 没错，没错。
是的，它就在你的标签页里，这就是在 Atlas 中使用代理 (agent) 的酷炫体验之一。
看起来它已经启动了。
一件很棒的事是，我不需要坐在这里看它操作，对吧？
我可以让它在后台做它的事，然后我用我的浏览器做其他事情。
代理演示：购物
Pranav Vishnu： 这里我们有一个食谱。我们在计划一次百乐餐 (potluck)，对吧？
Justin Rushing： 是的，对这个食谱很期待。
Pranav Vishnu： 好的，我想展示一下我们如何在个人生活...在个人生活...中使用代理。
我经常在看食谱时遇到的一个难题是，搞清楚我需要买哪些食材，对吧？
它在食谱页面的某个地方...是某个分量...我得把它全算出来。
所以，我喜欢用 Atlas 问 ChatGPT：“我需要买哪些食材来为 8 个人烹饪？”
ChatGPT 会去读取这个网页，找出食材，帮我做点计算，然后准确地告诉我需要什么。
Justin Rushing： 太有用了。
Pranav Vishnu： 是的。过去，我告诉过它，我喜欢我的...我喜欢我的购物清单按杂货店的过道 (grocery aisle) 来组织，这样购物会容易一些。
看看这个清单，你知道，我大部分都有了。老实说，我只需要肉类和农产品 (produce)。
所以我就说：“你能帮我订购肉类和农产品吗？”
我们将展示如何通过点击一个按钮来启动代理模式 (agent mode)，对吧？这在你明确知道要用它的时候非常有用。
但在你没想到的那些时刻，ChatGPT 可以自己判断出，完成这个任务的方法就是接管 (take over) 你的浏览器，对吧？
你始终掌握控制权。你总是有批准或拒绝的选项。
所以，我只需点击“继续 (Continue)”，把任务交给代理 (agent)。
Will Ellsworth： 是的，我...我喜欢 Atlas 中的代理 (agent) 是多么具有协作性 (collaborative)。你可以直接把你的标签页交给它，你们可以来回切换。
我们对代理 (agent) 进行了大量改进，以确保它在处理这些协作任务时表现得更好、更快。
Justin Rushing： 正如你所注意到的，你可以在任何时候夺回控制权。
Pranav Vishnu： 所以，这里很棒的一点是，代理 (agent) 已经知道 Justin 喜欢在 Instacart 上的 Safeway 购物。
所以，当他只说了“你能帮我订购这个吗？”，它就确切地知道该去哪里。
于是它自己找到了 Instacart，并开始搜索。
你可以看到它打字的速度比我快多了，而我一向对自己的打字速度很自豪，这简直是把我秒杀了。
Justin Rushing： 没错。它已经开始往购物车里添加商品了。
代理安全与用户控制
Justin Rushing： 所以，我想借此机会谈谈...尽管与 ChatGPT 共享浏览器带来了所有强大的功能和...这也带来了一系列全新的风险。
所以，对我们来说，非常重要的是，除了一系列内置的安全措施——比如 ChatGPT 代理 (agent) 永远只在你的标签页上操作。
它不能在你的电脑上执行代码 (execute code) 或访问其他文件。它只在你的标签页里——你同样也能控制你到底交出了哪些访问权限。
所以，如果我打开一个新标签页来展示这一点，你始终可以决定 ChatGPT 代理 (agent) 是登录 (logged in) 还是退出 (logged out)。
我们真的建议你仔细考虑，对于任何给定的任务，ChatGPT 代理 (agent) 是否需要访问你已登录的网站和数据，还是说它在退出登录、权限最小化的情况下也能正常工作。
同样的控制原则 (principle of control) 贯穿我们整个浏览器体验。
Ryan 之前展示了那些由浏览器内存 (browser memories) 驱动的超棒的建议 (suggestions)。
值得注意的是，这些功能是完全可选的 (optional)。你可以在入门引导 (onboarding) 时决定是否开启它们。
你始终可以在设置中查看这些内存本身并管理它们。
无论何时，如果你不希望...不希望 ChatGPT 记住某些内容，你始终可以打开一个新的隐身窗口 (incognito window)。
所以，你可以用它来问一些问题，比如“在直播时手心出汗该怎么办”。
帮一个朋友问的。
Pranav Vishnu： 对。是的，当然。
Justin Rushing： 我意识到我好像不想让所有人都看到这个问题的答案。
Pranav Vishnu： 那我们还是回去查...我也不确定我是否需要你用我的电脑。
Justin Rushing： 好的，很好。我们是不是该回去看看那个...那个任务进行得怎么样了？
演示总结
Pranav Vishnu： 好的。
这是我们的 Instacart 订单。太好了。
你可以看到，在短短大约两分钟内，代理 (agent) 就完成了浏览，填满了购物车。
让它帮你把购物车填好并送到你面前，这真的太有用了，对吧？
它不需要一路执行到下订单。
事实上，如果我能先检查一下它做了什么，然后再决定购买，或者在购物车里添加更多东西，或者做任何我需要做的事情，这样对我更好。
Justin Rushing： 是的，100%。很酷。
然后，让我们快速看一下 Linear 任务。
嗯，是的，看起来它成功地将这些任务添加到了 Linear。
在屏幕上可能有点难看清，但它还为每个任务标记了 (tagged) 正确的人。
一个很酷的功能是，它会在底部显示相关的标签页，这样你就可以看到它在哪些标签页上工作过。
所以我可以回去检查那个 Google 文档，看看...很好。看起来它标记了 (tagged) 所有那些有待办事项 (to-dos) 的人，并礼貌地提醒他们填写。
这将为我节省大量时间。
是的，而且...而且保住了我的工作，因为我之前对这套项目管理的东西并不熟悉。
所以，我们已经看过了几个很棒的例子，展示了 ChatGPT 如何能实际控制 Atlas 浏览器并代表你执行有用的操作。
因此，就像 GBT-5 和 Codex 是“vibe coding（凭感觉编程）”的伟大工具一样，我们相信，从长远来看，我们可以拥有一个很棒的工具，用于“vibe lifing（凭感觉生活）”。
也就是把你个人生活和职业生活中的各种任务，都委托给 Atlas 中的代理 (agent)。
你知道，在 OpenAI 工作的一大乐趣是，当我们发布一项技术时，公司以外的人总能想出比我们多得多、有创意得多的使用方法。
也许我们只是...不是特别有创意的人。但我真的很高兴能看到大家用各种出乎意料的、很酷的方式来使用 Atlas 中的代理 (agent)。
我们真的很高兴能发布这个。那么，我们把时间交还给 Sam。
总结与发布
Sam Altman： 我们确实非常高兴能发布这款产品。我们...我们希望你们会喜欢它。
今天它将在全球范围内上线 Mac OS 版本，面向我们所有的用户。
不过，代理模式 (agent mode) 目前只对 Plus 和 Pro 用户开放。
我们希望尽快将其带到 Windows 和移动设备上。
我们认为大家会...希望会...像我们一样热爱这款产品。
还有很多东西需要添加。这个项目仍处于早期阶段。
我们...我们认为...我们为之兴奋的理念是，让自定义指令 (custom instructions) 在网络上无处不在。
当你拥有这个代理 (agent) 为你做事，它会越来越了解你，为你整合资料，主动在互联网上找到你可能想要的东西并把它们汇集在一起——我们刚才也展示了一点点这方面的功能——我们认为我们可以把这一点推向深入。
所以，我们希望你能去尝试一下。我们希望你会喜欢它。请给我们反馈。非常感谢。
