寻找并预订商务午餐餐厅
2025年8月8日。任务：2025年8月8日 2025-08-08 分享电子邮件文章在 LinkedIn 上分享在 Twitter 上分享 OpenAI 最近发布了 ChatGPT 的 Agent 模式。Agent 模式使 ChatGPT 能够导航和操作为人类使用而设计的网站。本文记录了我对这种新交互范式的第一印象。虽然该工具代表了 AI Agent 走向主流应用的重要一步，但我简单的评估表明，Agentic AI 仍有漫长的路要走。注意：2025年8月7日，OpenAI 发布了 GPT-5，这是该公司之前一系列模型的继任者。OpenAI 的 Agent 模式并未随 GPT-5 一起更新，因为它们是独立开发的 AI 模型。本文内容：任务：预订商务午餐步骤 1：搜索餐厅步骤 2：访问餐厅网站步骤 3：确认用餐人数步骤 4：预订座位步骤 5：在人工干预下输入详细信息步骤 6：提交预订步骤 7：确认预订总体评价：它起作用了，但需注意注意事项任务：预订商务午餐观看此交互的录像（约 5 分钟）。这是 ChatGPT 对此 Agent 交互的重放；它经过加速处理，并未显示我实际体验到的时长。我选择了预订餐厅座位这一日常任务。这是我给 ChatGPT 的起始提示词：在德克萨斯州休斯顿市 Travis 街 3100 号附近，为下周五中午寻找一家适合商务午餐的餐厅。这是一个高质量的提示词吗？不是。我刻意保持简洁并省略了相关细节，以模拟普通人在日常生活中的使用方式，这些人并不自认为是“提示词工程师”。（编写高度详细的提示词会给用户带来较高的交互成本。在我们最近对消费者提示词策略的一些研究中，我们发现即使是经验丰富的生成式 AI 用户，也很少在第一个提示词中包含足够的上下文和标准。）请记住，计算机应该适应人类的需求，而不是反过来。我想评估在匆忙且分心的用户最少干预的情况下，这个 Agent 能执行什么。这个现实但薄弱的提示词本应促使 ChatGPT 在开始之前请求更多细节。例如：“适合”在这里是什么意思？你是要和一个潜在的求职者交谈，想要一个安静的场所吗？你是想给客户的高管团队留下深刻印象，所以想要一些高档的地方吗？这顿饭的预算是多少？这是与同事的随意午餐，还是昂贵的庆祝活动？人们将如何到达？更重要的是：充足的停车位还是公共交通的便利性？什么类型的食物？参与者是否有偏好的菜系或饮食限制？有多少参与者？这是一对一会议，还是需要租用餐厅的私人房间？ChatGPT 没有问任何这些澄清问题，而是立即在有限上下文的情况下投入任务。它专注于必要的地理邻近性和营业时间，但没有就那些会显著影响其后续搜索和建议的相关主题提出后续问题。这种行为让我感到不寻常，因为 ChatGPT 的“深度研究”模式在投入 8-15 分钟进行研究和撰写报告之前，总是会问澄清问题。步骤 1：搜索餐厅 ChatGPT 花了 6 分钟通过各种餐厅进行研究，利用 96 个来源进行了 10 次网络搜索——远远超过任何人类为商务会议寻找午餐地点所能合理使用的数量。（尽管可以说，人类可能不需要咨询 96 个不同的来源就能做出明智的决定。）ChatGPT 的搜索主要使用了适合该任务的合理来源：Yelp、OpenTable、Instagram 和各种餐厅网站，并截图记录了过程。ChatGPT 提到在使用这些网站时遇到了一些困难，例如动态功能、干扰滚动的锚链接，甚至是令人讨厌的到达时弹窗。ChatGPT 在过程中记录的“思考”摘录：OpenTable [原文如此] 可能由于动态功能或跨域问题而无法访问。我将使用计算机工具打开它并绕过这些限制。滚动似乎没有按预期进行，可能是由于锚点。关于 Oporto 的弹窗正在显示，我需要点击“x”来关闭它。我将使用多动作功能点击叉号并关闭弹窗。；工具：ChatGPT Agent。人工角色：原始帖子没有说明人如何参与。；局限：Agent 模式在处理简单网页任务时显著慢于人工，且难以应对动态网站元素（如弹窗和复杂选择器）。它需要人工介入输入个人数据并进行最终确认，降低了自主性。由于处理延迟和潜在超时，其在时间敏感型预订中的可靠性较低。。
工具
Agent Work Atlas 发布日期:
概述
2025年8月8日
工作流程
2025年8月8日 2025-08-08 分享电子邮件文章在 LinkedIn 上分享在 Twitter 上分享 OpenAI 最近发布了 ChatGPT 的 Agent 模式。Agent 模式使 ChatGPT 能够导航和操作为人类使用而设计的网站。本文记录了我对这种新交互范式的第一印象。虽然该工具代表了 AI Agent 走向主流应用的重要一步，但我简单的评估表明，Agentic AI 仍有漫长的路要走。注意：2025年8月7日，OpenAI 发布了 GPT-5，这是该公司之前一系列模型的继任者。OpenAI 的 Agent 模式并未随 GPT-5 一起更新，因为它们是独立开发的 AI 模型。本文内容：任务：预订商务午餐步骤 1：搜索餐厅步骤 2：访问餐厅网站步骤 3：确认用餐人数步骤 4：预订座位步骤 5：在人工干预下输入详细信息步骤 6：提交预订步骤 7：确认预订总体评价：它起作用了，但需注意注意事项任务：预订商务午餐观看此交互的录像（约 5 分钟）。这是 ChatGPT 对此 Agent 交互的重放；它经过加速处理，并未显示我实际体验到的时长。我选择了预订餐厅座位这一日常任务。这是我给 ChatGPT 的起始提示词：在德克萨斯州休斯顿市 Travis 街 3100 号附近，为下周五中午寻找一家适合商务午餐的餐厅。这是一个高质量的提示词吗？不是。我刻意保持简洁并省略了相关细节，以模拟普通人在日常生活中的使用方式，这些人并不自认为是“提示词工程师”。（编写高度详细的提示词会给用户带来较高的交互成本。在我们最近对消费者提示词策略的一些研究中，我们发现即使是经验丰富的生成式 AI 用户，也很少在第一个提示词中包含足够的上下文和标准。）请记住，计算机应该适应人类的需求，而不是反过来。我想评估在匆忙且分心的用户最少干预的情况下，这个 Agent 能执行什么。这个现实但薄弱的提示词本应促使 ChatGPT 在开始之前请求更多细节。例如：“适合”在这里是什么意思？你是要和一个潜在的求职者交谈，想要一个安静的场所吗？你是想给客户的高管团队留下深刻印象，所以想要一些高档的地方吗？这顿饭的预算是多少？这是与同事的随意午餐，还是昂贵的庆祝活动？人们将如何到达？更重要的是：充足的停车位还是公共交通的便利性？什么类型的食物？参与者是否有偏好的菜系或饮食限制？有多少参与者？这是一对一会议，还是需要租用餐厅的私人房间？ChatGPT 没有问任何这些澄清问题，而是立即在有限上下文的情况下投入任务。它专注于必要的地理邻近性和营业时间，但没有就那些会显著影响其后续搜索和建议的相关主题提出后续问题。这种行为让我感到不寻常，因为 ChatGPT 的“深度研究”模式在投入 8-15 分钟进行研究和撰写报告之前，总是会问澄清问题。步骤 1：搜索餐厅 ChatGPT 花了 6 分钟通过各种餐厅进行研究，利用 96 个来源进行了 10 次网络搜索——远远超过任何人类为商务会议寻找午餐地点所能合理使用的数量。（尽管可以说，人类可能不需要咨询 96 个不同的来源就能做出明智的决定。）ChatGPT 的搜索主要使用了适合该任务的合理来源：Yelp、OpenTable、Instagram 和各种餐厅网站，并截图记录了过程。ChatGPT 提到在使用这些网站时遇到了一些困难，例如动态功能、干扰滚动的锚链接，甚至是令人讨厌的到达时弹窗。ChatGPT 在过程中记录的“思考”摘录：OpenTable [原文如此] 可能由于动态功能或跨域问题而无法访问。我将使用计算机工具打开它并绕过这些限制。滚动似乎没有按预期进行，可能是由于锚点。关于 Oporto 的弹窗正在显示，我需要点击“x”来关闭它。我将使用多动作功能点击叉号并关闭弹窗。
原文报告的结果
预订成功，但过程缓慢且效率低下。Agent 搜索耗时 6 分钟，填表耗时 11 分钟，而人工仅需 2 分钟。它未能在初期提出澄清问题，导致潜在需求不匹配，且在网站交互中遇到技术延迟和超时问题。
人工角色
原始帖子没有说明人如何参与。
局限
Agent 模式在处理简单网页任务时显著慢于人工，且难以应对动态网站元素（如弹窗和复杂选择器）。它需要人工介入输入个人数据并进行最终确认，降低了自主性。由于处理延迟和潜在超时，其在时间敏感型预订中的可靠性较低。
试一试
作为商务助理，使用 ChatGPT Agent 预订午餐。输入：[地点]、[日期/时间]、[人数]、[饮食限制]。步骤：1. 使用 Yelp/OpenTable 搜索合适餐厅。2. 展示前 3 个选项及菜单/价格详情。3. 等待用户选择。4. 导航至预订网站。5. 填写表单，暂停让用户输入个人信息。6. 提交前请求明确批准。通过对比人工预订时间和饮食备注准确性来衡量成功。若网站阻止自动化，停止并报告错误。未经确认不得自动提交。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。