ChatGPT agent inserisce un browser supervisionato e artefatti modificabili direttamente nel composer della chat

Il punto d'accesso è un menu a tendina, non un prodotto separato

OpenAI non ha lanciato le funzionalità agentiche come una nuova app. Gli utenti Pro, Plus e Team le attivano dal menu a tendina degli strumenti nel composer selezionando 'agent mode' in qualsiasi momento della conversazione. L'azienda lo dichiara esplicitamente: puoi 'passare naturalmente da una semplice conversazione alla richiesta di azioni dirette all'interno della stessa chat.'

Questa scelta unisce due superfici prima distinte — l'interazione web di Operator e la sintesi di deep research — nel normale flusso della chat. OpenAI ritirerà il sito di anteprima di ricerca di Operator 'entro qualche settimana' dal lancio, e deep research ora vive dentro agent come opzione del menu a tendina per chi vuole le sue esecuzioni più lunghe e dettagliate. Il consolidamento del frontend è tanto parte della storia del prodotto quanto il modello unificato che c'è sotto.

Narrazione, presa di controllo e interruzione come interfaccia di fiducia

Dato che l'agente agisce su un web reale con i dati dell'utente, OpenAI ha costruito l'interfaccia attorno alla visibilità e all'intervento, non a una scatola nera. Mentre l'agente lavora, 'una narrazione a schermo mostra esattamente cosa sta facendo ChatGPT.' Gli utenti possono interrompere in qualsiasi momento per chiarire istruzioni, guidare il risultato o cambiare completamente il compito, e l'agente 'riprenderà da dove aveva lasciato... senza perdere i progressi precedenti.'

La fonte descrive controlli graduati in base alle conseguenze. È richiesta una conferma esplicita prima di azioni concrete come gli acquisti. Alcuni compiti critici, come l'invio di email, richiedono una supervisione attiva tramite una 'Watch Mode.' Le azioni ad alto rischio come i bonifici bancari vengono rifiutate del tutto. E per i siti che richiedono autenticazione, il modello ti chiede di fare login tramite la presa di controllo del browser.

Questa modalità di presa di controllo ha un design privacy specifico: 'ChatGPT non raccoglie né conserva alcun dato inserito durante queste sessioni, come le password, perché il modello non ne ha bisogno, ed è più sicuro se non le vede mai.' L'interfaccia instrada deliberatamente le credenziali attorno al modello, non attraverso di esso.

Gli artefatti modificabili sono la superficie di output — e il punto più grezzo

L'agente restituisce il lavoro come presentazioni e fogli di calcolo modificabili, non solo testo in chat. Le slide vengono esportate con 'testo, grafici, immagini e forme nativamente e facilmente modificabili dopo l'esportazione,' e la fonte elenca usi concreti come convertire dashboard in presentazioni vettoriali modificabili e aggiornare fogli di calcolo mantenendo la formattazione.

OpenAI è onesta sul fatto che questa parte non sia ancora finita. La generazione di presentazioni è in beta; gli output 'possono a volte risultare rudimentali nella formattazione e nella finitura,' e ci sono 'occasionali discrepanze tra le slide nel visualizzatore e il powerpoint esportato.' Puoi caricare un foglio di calcolo come modello, ma non ancora una presentazione. Il livello degli artefatti è dove l'interfaccia promette di più e ammette il divario più ampio.

I numeri sui fogli di calcolo confermano la direzione: su SpreadsheetBench l'agente ha ottenuto il 45,5% modificando i file direttamente, contro il 20,0% di Copilot in Excel — anche se l'appendice segnala che la performance umana si attesta al 71,33% complessivo, e la valutazione di OpenAI ha usato LibreOffice su OSX invece dell'Excel su Windows usato dagli autori del benchmark.

Cosa richiede un agente supervisionato nel composer a chi costruisce sopra di esso

L'implicazione per chiunque integri questa tecnologia è che il modello di sicurezza è interattivo, non automatico. OpenAI dichiara chiaramente che il 'profilo di rischio complessivo è più alto' dato l'ampliamento di strumenti e portata, e segnala in particolare il prompt injection — istruzioni malevole nascoste in 'elementi invisibili o metadati' di una pagina web che potrebbero spingere l'agente a far fuoriuscire dati dei connettori o ad agire su un sito con sessione autenticata.

Le mitigazioni più importanti qui sono comportamenti di frontend: conferma prima di azioni con conseguenze, Watch Mode, interruzione e un'impostazione con un clic per eliminare i dati di navigazione e disconnettersi da tutte le sessioni. Il consiglio di OpenAI stessa è procedurale — disattiva i connettori quando un compito non ne ha bisogno. In altre parole, l'affidabilità dell'agente dipende in parte da come gli utenti usano l'interfaccia, non solo dal modello.

Per i team applicati, questo ridefinisce la domanda di progettazione. Costruire sopra ChatGPT agent significa progettare per una persona che si prevede osservi la narrazione, conceda i permessi e prenda il controllo del browser nei momenti giusti — tenendo conto dei limiti di messaggi di 400 al mese per Pro e 40 per gli altri piani a pagamento, con l'accesso per SEE e Svizzera ancora in attesa. L'interfaccia è il piano di controllo, e trattarla come completamente autonoma è esattamente ciò contro cui OpenAI sta esplicitamente avvertendo.