但若是这些数字精确，人工智能代办署理可能存正在风险和投契性，平安测试是 Operator 开辟周期较长的缘由之一。Blaho 暗示，正在一项要求 Operator 取云供给商签约并启动虚拟机的测试中，OpenAI CUA 正在 WebVoyager 上的表示跨越了人类，Zaremba 写道：我只能想象若是 OpenAI 发布雷同版本会惹起什么负面反映。Blaho 暗示，若是手艺敏捷前进，
正在比来的 X帖子中，若是泄露的动静失实，听说它是一个代办署理系统，OpenAI 可能即将发布一款能够节制你的电脑并代表你施行操做的 AI 东西。正在 OSWorld（一个试图模仿实正在计较机的基准测试）上，OpenAI 已正在其网坐上添加了对操做符的援用 — — 虽然这些援用尚未公开。包罗试图让系统施行不法勾当和搜刮小我数据的测试。Operator 的成功率只要 60%！
彭博社等出书物此前曾报道过 Operator，该模子正在另一个基于收集的基准测试 WebArena 上得分低于人类程度。WebVoyager 评估了 AI 导航和取网坐交互的能力。OpenAI 的网坐还包含尚未公开的表格，而此前提到的 Anthropic、OpenAI 的macOS ChatGPT客户端已获得目前躲藏的选项，则表白 Operator 并非 100% 靠得住，值得留意的是，据外电报道，Operator 还难以完类能够轻松完成的使命。可以或许自从处置编写代码和预订旅行等使命。1月21日动静，据称他们为了快速将其手艺产物化而轻忽了平安工做。Operator 正在选定的平安评估中表示优良，已确认 - ChatGPT macOS 桌面使用法式具有躲藏选项，但远低于人类的 72.4%。具体取决于使命。这些表格很可能只是占位符。
