OpenAI chính thức ra mắt "trợ lý số" ChatGPT Agent

Ngày 18/7, OpenAI chính thức công bố công cụ mới mang tên ChatGPT Agent, một bước tiến lớn trong hành trình phát triển các trợ lý AI có khả năng thực hiện tác vụ phức tạp trên máy tính.

Không chỉ đơn thuần hoạt động trong trình duyệt như trước, ChatGPT Agent giờ đây có thể vận hành như một “người dùng máy tính” thực thụ — sử dụng các nút, điền biểu mẫu, lướt web, mở tệp, và hơn thế nữa.

MỘT “TRỢ LÝ ẢO” CÓ KHẢ NĂNG THAO TÁC NHƯ NGƯỜI DÙNG THẬT

Theo trang The Verge, trong buổi trình diễn, đại diện OpenAI cho biết ChatGPT Agent hiện có quyền truy cập vào “toàn bộ một chiếc máy tính”, không chỉ giới hạn trong không gian trình duyệt. Kumar, thành viên nhóm phát triển, chia sẻ rằng điều này cho phép họ “mở rộng bộ công cụ một cách đáng kể”, giúp ChatGPT có thể hoàn thành nhiều nhiệm vụ mà trước đây không thể xử lý.

Tuy nhiên, vẫn còn một số hạn chế về tốc độ. Khi được hỏi về độ trễ trong quá trình xử lý tác vụ, Kumar cho biết nhóm của anh tập trung vào việc “tối ưu hóa cho các nhiệm vụ khó”, chứ không nhắm đến phản hồi tức thì. “Ngay cả khi mất 15 hoặc 30 phút, nó vẫn nhanh hơn rất nhiều so với việc con người phải tự tay làm điều đó”, Kumar nói.

Với các tác vụ mang tính chất “không thể thay đổi” như gửi email hay đặt chỗ, ChatGPT Agent sẽ luôn xin phép người dùng trước khi thực hiện.

Khi mở rộng khả năng cho mô hình đứng sau ChatGPT Agent, OpenAI cũng đồng thời kích hoạt các biện pháp bảo vệ nghiêm ngặt để đảm bảo an toàn. Một trong số đó là cơ chế kiểm soát các nội dung liên quan đến sinh học và hóa học, nhằm ngăn chặn nguy cơ AI bị lạm dụng để tạo ra các chất nguy hiểm. Dù hiện chưa có bằng chứng cho thấy AI có thể giúp người không chuyên tạo ra vũ khí sinh học hoặc hóa học, OpenAI vẫn chủ động áp dụng các biện pháp phòng ngừa tương tự như những gì công ty Anthropic đã làm với mô hình Claude vào tháng 5.

Về tài chính, ChatGPT Agent hiện không được phép thực hiện bất kỳ giao dịch tiền tệ nào. Ngoài ra, còn có chế độ bảo vệ tên là Watch Mode. Khi người dùng truy cập các trang web liên quan đến tài chính, công cụ sẽ yêu cầu người dùng không rời khỏi tab mà ChatGPT Agent đang thao tác. Nếu chuyển sang tab khác, ChatGPT Agent sẽ tự động ngừng hoạt động, nhằm ngăn ngừa các hành vi rủi ro hoặc thao tác không kiểm soát.

AI AGENT: XU HƯỚNG NÓNG TRONG NGÀNH CÔNG NGHỆ

OpenAI sẽ bắt đầu triển khai ChatGPT Agent từ hôm nay cho người dùng thuộc các gói Pro, Plus và Team. Người dùng có thể kích hoạt công cụ này bằng cách chọn “agent mode” trong menu công cụ hoặc gõ lệnh /agent. Phiên bản dành cho nhóm người dùng Enterprise và Education sẽ được phát hành vào mùa hè này. 

Khái niệm “AI agent” đã trở thành xu hướng thu hút sự chú ý trong vài năm qua, với hình mẫu lý tưởng là một trợ lý số - có thể lên lịch, mua quà, sắp xếp công việc cá nhân, thực hiện các tác vụ đa nhiệm phức tạp. Tuy nhiên, hiện tại, phần lớn các AI agent mới chỉ hoạt động hiệu quả trong các tác vụ như lập trình hoặc tổng hợp báo cáo nghiên cứu.

Khái niệm này thực sự bùng nổ vào năm 2023 khi nhiều lãnh đạo công nghệ và nhà đầu tư bắt đầu nhắc đến “AI agent” thường xuyên hơn. Đỉnh điểm là vào tháng 2/2024, công ty fintech Klarna công bố AI agent của họ đã xử lý 2/3 số cuộc trò chuyện dịch vụ khách hàng trong một tháng — tương đương với công việc của 700 nhân sự toàn thời gian.

Từ đó, các tên tuổi lớn như Amazon, Meta, Google đều nhắc đến mục tiêu phát triển agent trong các cuộc họp cổ đông. Google gần đây còn tuyển dụng CEO và đội ngũ nghiên cứu từ startup Windsurf để đẩy mạnh các dự án AI mang tính “agentic”.

Sự ra mắt của ChatGPT Agent nối tiếp đợt phát hành “Operator” hồi tháng 1/2025 - một công cụ cũng được OpenAI mô tả là “agent có thể đi khắp web để hoàn thành tác vụ cho người dùng”. Operator được thiết kế để hiểu và thao tác với các thành phần trên web như nút bấm, hộp văn bản và các biểu mẫu.

Ngoài OpenAI, nhiều công ty AI khác cũng đang chạy đua trong cuộc đua phát triển AI agent. Vào tháng 10/2024, Anthropic – startup do Amazon hậu thuẫn – ra mắt công cụ Computer Use, được quảng bá là có thể thao tác máy tính như một người thật. Cùng lúc đó, Google, OpenAI và Perplexity cũng tung ra một loại công cụ khác có tên Deep Research — một dạng AI agent chuyên viết báo cáo nghiên cứu chuyên sâu theo yêu cầu người dùng.