OpenAI发布GPT-5.4：原生计算机控制能力让AI真正替你操作设备

OpenAI今日正式发布GPT-5.4版本，核心升级是原生计算机控制能力（Computer Use）。这意味着AI不再只是提供建议或文本回复，而是可以直接操作用户的电脑和软件完成任务。

GPT-5.4的计算机控制能力基于全新的视觉-操作融合模型。模型可以实时观察屏幕内容，理解UI元素的含义和位置，并通过虚拟鼠标键盘执行操作。整个过程无需编写脚本或API对接。

在演示中，GPT-5.4成功完成了多项复杂任务：自动填写复杂的政府表格、跨多个软件协同完成数据分析、批量处理图片并按照指定格式导出。这些任务以往需要专业人员和数小时才能完成。

安全机制是GPT-5.4计算机控制能力的重中之重。OpenAI引入了多层防护机制：高风险操作必须用户确认、敏感信息（密码、银行账号）自动屏蔽、操作过程全程可被用户中断和回滚。

性能方面，GPT-5.4在OSWorld基准测试中达到62.3%的成功率，远超此前最强的AI Agent（GPT-5的38.1%和Claude Sonnet 4.5的35.7%）。这标志着AI在真实计算机操作能力上的重大突破。

GPT-5.4的计算机控制能力将对多个行业产生深远影响。客服领域可以用AI直接操作后台系统处理工单、IT支持可以用AI远程诊断和修复问题、办公自动化可以用AI代替人工完成重复性操作任务。

OpenAI表示GPT-5.4的计算机控制能力将分阶段开放。Pro用户和企业客户将在本周获得优先使用权，Plus用户预计在两周后开放。开发者可以通过新的Computer Use API接入这一能力。