OpenAI 近期在其桌面端应用（特别是 macOS 版本）中悄然推出了一项名为“Computer History”的突破性功能。这一功能的发布，标志着 ChatGPT 正在经历一场深刻的变革——从单纯基于文本对话的生成式 AI，向具备物理操作能力和环境感知能力的自主化 AI 智能体（Agent）迈进。
功能解析：超越对话的“数字记忆”
Computer History 的核心机制在于“记忆”与“上下文”。不同于传统的聊天机器人仅能回顾对话历史，该功能会在后台持续记录用户在桌面端的一系列动态操作：从打开应用程序、切换窗口，到具体的鼠标点击、键盘输入，甚至是你正在浏览的文档内容。这些碎片化的操作被整合成一个可视化的时间线，作为 ChatGPT 重要的上下文资产。
当用户向 AI 发出请求时，Computer History 提供的不仅仅是文本记录，更是对用户当前工作状态的精准“快照”。这意味着 AI 不再是凭空猜测，而是基于你实际正在做的事情来生成回应。例如，如果你正在编写代码并打开了多个终端窗口，AI 能通过你的操作轨迹判断出你的意图，从而提供更有针对性的建议。
应用场景：从辅助到接管
这一功能最大的价值在于其自动化潜力与任务接管能力。Computer History 允许 AI 分析用户的操作模式，进而建议自动化脚本，甚至在你因忙碌而中断任务时，自动接管剩余工作。
在实际应用场景中，这种能力将极大地提升生产力。对于开发者而言，AI 可以自动运行调试命令，查看报错日志，并尝试修复代码；对于数据分析师，AI 可以自动打开 Excel 文件，读取数据，执行清洗操作，并生成图表报告；对于普通用户，AI 甚至可以协助整理桌面文件、管理日程或执行复杂的系统设置。这种“手把手”式的辅助，极大地降低了软件工具的使用门槛。
技术背景与行业影响
Computer History 的落地与 OpenAI 的代码生成模型 Codex 紧密相关。通过深度理解用户的操作环境，AI 能够生成更精准的指令来控制外部软件。这预示着 AI 技术正在从“生成式”向“操作式”转变，即从单纯输出文本，转向输出能够改变物理世界或数字环境的指令。
从行业趋势来看，这是迈向通用人工智能（AGI）的关键一步。它解决了大语言模型（LLM）在处理复杂任务时缺乏连贯性和环境感知能力的痛点。通过赋予 AI 对用户操作历史的“记忆”，我们正在构建一个更加智能、更加懂人的数字助理。
隐私与安全的考量
尽管功能强大，Computer History 也引发了关于数据隐私的讨论。由于该功能将用户的操作数据视为重要的训练数据或上下文参考，这意味着 AI 对用户工作环境的理解越深，其表现可能越智能。然而，这也意味着敏感的操作日志可能被存储或分析。OpenAI 需要确保这些数据被严格限制在本地处理或进行端到端加密，以防止敏感信息泄露，建立用户对 AI 操作环境的信任。
综上所述，Computer History 的推出不仅丰富了 ChatGPT 的功能生态，更为未来的 AI 智能体应用场景提供了范本。随着 AI 对物理世界和桌面环境的理解加深，人机协作的方式将被彻底重塑。
信息来源：The Verge，原文链接：https://www.theverge.com/ai-artificial-intelligence/980742/chatgpts-computer-history-tracks-your-clicks-and-keystrokes
封面图片来源：Unsplash / 摄影师 Levart_Photographer
