OpenAI把ChatGPT塞进Chrome：能跨标签页查资料，还能自己填表

ChatGPT现在能接管Chrome了。

OpenAI今天正式宣布ChatGPT的一次重大升级，计算机使用能力被整体引入Chrome。

网页里的活儿，ChatGPT开始自己上手。

在Chat模式下，它能跨标签页搜集信息；切到Work模式，获得授权后就能操作网页——发消息、填表、下载文件都行。

标签页堆成山也没关系，整理分组这件事同样可以交给它。

从找资料到替人动手操作网页，ChatGPT这回是真的把手伸进了Chrome里。

ChatGPT杀入Chrome，「双模式」打通了

现实里，不少人的浏览器就像一张永远收拾不完的办公桌。

左边堆着资料，中间放着报价，右边是邮件和表格。页面越开越多，可真正要用的信息，散落在各个角落。

以前想让ChatGPT搭把手，往往先得当一轮搬运工：把正文复制下来，粘进对话框；再切回网页，补上一段；碰上三家公司的套餐对比，还得防着自己抄串了行。

如今不一样了，Chat模式能跨越已经打开的标签页收集信息，让回答直接吃上眼前这些材料。

OpenAI举了个例子：在线比较三款沙发，要看尺寸、材质、交付时间和退货政策。

有一款便宜，但运费可能另算；另一款看着合适，尺寸却进不了电梯。真正耗时间的地方，是把散在各个页面里的条件凑齐，再摆到一块儿权衡。

采购软件也是同样的道理。打开几家的定价页，把团队需求交给ChatGPT，让它比一比哪个套餐覆盖了所需功能。

切到Work，AI自己填表

切到Work模式，好戏才刚开始。

依靠底层的Computer Use架构，ChatGPT总算从「光动嘴」变成了「真动手」。

换句话说，它现在可以自己接管浏览器、点按网页，把交代的任务接着往下做。

比如简报里列着一堆活动名称、日期、地址和联系人，而报名网页上全是一个个零散的输入框。

换在以前，你得开着两个窗口，盯着屏幕来回复制粘贴。

现在不用这么折腾了。把资料和要求一股脑丢给ChatGPT，表由它来填，你最后扫一眼把把关就行。

再看一个打工人常碰上的场景。

挑供应商做比价这事，以前得开着好几个网页来回翻。有了ChatGPT就不一样了，把那些标签页丢给它，价格、核心功能、来源链接能一次性整理进同一张表里。

官方Demo里甚至还演示了怎么用它「搞装修」——

它先横向浏览几家已经打开的施工队页面，从中筛出最合适的那家，再顺手把联系邮件写好草稿。

连日常里那个挺烦人的小问题也一起处理了：标签页开太多、缩成一排小图标，翻半天找不到刚才那个网页？让ChatGPT帮忙分组就行。

刷着网页就把活干了，确实省事。

OpenAI这回还捎带把Chrome里的ChatGPT体验做了升级。上网的时候拉开侧边栏，历史记录能翻，问题能在Chat里问，任务也能切到Work模式去处理。

对成天查资料的人来说，这几乎就是刚需。比方说刚跟ChatGPT把采购需求定下来，转头打开供应商官网，就能接着刚才的话题直接比价；读文章时卡在某句绕口的解释上，也能指到哪问到哪。阅读和分析挤到了一处，窗口少切一回，背景也就少费一遍口舌重新交代。

侧边栏和ChatGPT客户端的对话还是完全打通的。再加上浏览器插件，它甚至能替你在已登录的网站里直接动手。至于什么时候能用上，得看官方放量的批次和工作区后台怎么设置。

OpenAI盯上了谷歌的入口。

这次升级里最有意思的一点，是OpenAI把AI执行任务的入口放到了大家正在用的Chrome里。网页、登录状态、手上的资料全在这儿，接上这些上下文，AI就有机会顺着人正在推进的事继续做下去。

看得出来，OpenAI正全力争抢浏览器的「操作权」。

过去二十年，浏览器一直是互联网的绝对入口，可它的交互逻辑始终是「人找信息、人点按钮」。如今它正式变成了「AI执行任务的工位」，活可以直接干完。

压力这就到了谷歌那边。

参考资料：https://x.com/ChatGPT/status/2110823738531037651