Gemma
Gemma 是 Google DeepMind 推出的开源模型家族,面向希望以负责任方式规模化构建 AI 应用的开发者。它被官方描述为统一、无编码器的多模态模型,与 Gemini API、Google AI Studio 同属 Google 开发者体系,但定位为可自行运行与适配的开源选项。
ChatGPT agent 是 OpenAI 面向真实任务的通用智能体,能力不止于聊天回复。它运行在 ChatGPT 内,可以调用浏览器、读取网页内容,并把一个请求推进到完成——从调研主题、比较选项,到填写表单、预订行程,或者整理出一版初稿。
这个产品的前身是 OpenAI 的浏览器智能体研究预览 Operator。Operator 最早验证了“智能体像人一样看网页、移动光标、输入、点击和滚动”的路径,不需要为每个网站单独做 API 集成。2025 年 7 月,OpenAI 把 Operator 的能力整合进 ChatGPT,作为 agent 模式,独立 Operator 网站随后下线。现在 ChatGPT agent 就是 OpenAI 智能体能力的主要入口。
底层由 OpenAI 的 Computer-Using Agent(CUA)模型驱动,结合视觉能力和基于强化学习的推理。它通过截图理解页面,决定下一步操作,并在浏览器中执行。遇到阻碍时,它会尝试推理纠错、重新执行,或者把控制权交还给用户。登录、支付信息和验证码等敏感步骤,设计上仍由用户接管。
ChatGPT agent 适合重复性的网页工作:填表、周期性补货、比较商品、预订旅行、购买门票,或者并行处理多个浏览器任务。它也适合需要打开多个页面、汇总信息并整理成结构化作答或初稿的调研型工作。因为运行在 ChatGPT 内,它可以把实时网页操作和模型本身的写作、分析、编程能力结合起来。
具体可用范围和价格取决于 OpenAI 当前套餐。Operator 预览阶段最初面向美国 ChatGPT Pro 用户,后来 agent 能力逐步扩展到付费 ChatGPT 套餐。Agent 模式不属于免费版功能,使用前应核对 OpenAI 定价页上的套餐要求、额度限制和地区支持。
ChatGPT agent 不是可以完全放手的“数字员工”。它仍然需要清晰指令,更适合目标明确的数字任务,遇到登录、支付或模糊决策时也可能暂停。把它看成能接手重复工作的执行型智能体,而不是可以无人监督处理高风险任务的系统。
Agent 模式面向付费 ChatGPT 套餐,具体套餐要求和额度限制会变化,请以 OpenAI 定价页为准。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月21日 →
Gemma 是 Google DeepMind 推出的开源模型家族,面向希望以负责任方式规模化构建 AI 应用的开发者。它被官方描述为统一、无编码器的多模态模型,与 Gemini API、Google AI Studio 同属 Google 开发者体系,但定位为可自行运行与适配的开源选项。
本地跑 Stable Diffusion 的经典网页界面
Anthropic 的工作型 AI 助手,能接手任务,而不仅是回答问题
Ollama 是一个面向开源 AI 模型的运行时与云服务,支持在 macOS、Windows、Linux 上本地运行模型,或通过托管端点调用,适合使用开源模型进行开发的工程师与团队。