OpenAI 最近发布了一篇客户故事：IT 服务商 Shield 用 GPT-6 Astra，让 AI Agent 去操作没有 API 的老旧系统门户。“AI 帮你点网页”的演示大家看过不少，这个案例的不同在于，它讲的是已经在生产环境里每月跑几千次的真实工作流。
先说明一点：这是 OpenAI 发布、企业自报数据的案例，数字参考时要留点余地。
发生了什么
Shield 做的平台叫 Forge，定位是面向 IT 服务商的 AI 操作系统，把业务数据和客户信息整合起来，端到端处理 IT 支持工单。中小企业外包 IT 的日常五花八门：员工电脑被锁、防火墙配错导致断网等等。技术员大部分时间花在管理工单、设备和软件许可证的各种门户上。
问题是这些门户很多没有 API。Forge 的 Agent 一遇到这类系统就卡住，只能等技术员登录手动处理。Shield 之前用更早的模型试过 computer use（让模型看屏幕、点击、输入），技术负责人 Mayank Jain 认为不够可靠也不够快。换成 GPT-6 Astra 后：
- Forge 的 AI Engineer 把任务分派给 computer use 代理，由 GPT-6 Astra 操作界面完成受支持的任务。
- 这些浏览器工作流已上线，每月在 Shield 的 IT 服务商客户中运行数千次。
- 比此前用于 computer use 的旧模型平均快 35-40%。
- 执行更快、失败和超时更少，团队给 Agent 写详细指令的时间也少了。
- 用了 AI 的工单客户满意度更高，解决速度是关键因素之一。
边界也写得清楚：技术员决定 Agent 可自主执行哪些操作、哪些需要审核；电话、上门和远程桌面任务仍需人工。Shield 下一步在测试远程桌面工作流。
为什么值得关注
computer use 开始从“能用”走向“好用”。 过去各家都演示过这项能力，但落地不顺，原因很直白：慢、易卡、要人盯。Jain 的描述是，以前的模型操作界面时能明显看出在琢磨怎么点，GPT-6 Astra 更像一个人在点击。快 35-40% 放在演示里不算什么，放在每月几千次的生产流程里，就是实打实的成本差。
真正的瓶颈是访问权限，不是智力。 Jain 有句话值得记住：需要人工技术员，应该是因为需要他们的判断，而不是因为被访问权限卡住。很多企业的 Agent 卡在碰不到要操作的系统，而没有 API 的老系统在传统企业里非常普遍。computer use 相当于给这些系统补了一个通用接口。
人工审核放在了正确的位置。 哪些动作自动、哪些要审核由技术员定。查询状态这类低风险操作可以放手，改配置、删账号这类留给人确认。比起全自动出事再收紧，或者全人工让 Agent 成摆设，按风险分级授权更稳妥。
对开发者意味着什么
做企业内部 Agent 或自动化工具，可以直接借鉴这几点：
- 先盘点无 API 系统：列出团队日常要登录操作、又高度重复的后台，这是 computer use 最适合切入的地方。
- 从浏览器任务开始：Shield 也是先做浏览器，远程桌面还在测试。浏览器环境标准、出错好定位。
- 给动作分级：按风险把操作分成“自动执行”“执行前确认”“只能人工”，让一线的人参与定级。
- 从第一天记录指标：执行时长、失败率、超时次数、满意度，否则换模型、改提示词都没法判断效果。
- 单独管理账号：给 Agent 开独立账号、只给必要权限，别直接用某个技术员的账号。
对普通用户意味着什么
GPT-6 Astra 在这里是通过企业平台接入的，普通用户接触不到 Forge。但 computer use 能力变强，迟早会体现在日常用到的代理类功能上，比如在网页上填表、查订单、整理信息。如果你经常用 ChatGPT 处理重复的网页操作，或用 Codex 做开发，可以留意代理功能的更新，这类功能通常更吃额度，订阅档位按用量来选。
提醒一句：让代理操作网页时，登录、付款、删除这类动作一定自己确认，模型再像人，也可能被网页内容误导。
要冷静看待的地方
- 对比基准有限：35-40% 是和 Shield 自己之前用的旧模型比，没有披露具体是哪个模型，也不是横向评测。
- 覆盖范围有限：Agent 接管的是受支持的浏览器任务，不是整个 IT 支持流程。
- 没有成本数据：案例没提调用成本，规模化之前要先算账。
小结
Shield 的案例说明，computer use 已经可以在真实业务里稳定运行，前提是选对场景、管好权限、把人工审核放在高风险动作上。被老系统卡住的团队值得认真评估这个方向，但别指望一步到位，先从一个高频、低风险的浏览器任务试起。
信息来源
OKAI66 为独立第三方服务平台，非 OpenAI/xAI 官方网站。
更多每日 AI 热点见 best2ai.com
文章整理自互联网，只做测试使用。发布者：Lomu，转转请注明出处：https://www.it1024doc.com/19445.html
