18/07/2025
Đại lý ChatGPT mới của OpenAI có thể điều khiển toàn bộ máy tính và thực hiện các tác vụ thay cho bạn.
OpenAI đặt cược lớn vào xu hướng hot nhất của AI hiện nay: các “Đại lý ChatGPT”, hay nói cách khác là những công cụ vượt xa chatbot thông thường để thực hiện các nhiệm vụ phức tạp, nhiều bước thay cho người dùng. Vào thứ Năm, công ty đã ra mắt ChatGPT Agent, một công cụ mà họ quảng bá là có thể hoàn thành công việc thay cho bạn thông qua một “máy tính ảo” riêng.
Trong buổi giới thiệu và trình diễn với tạp chí The Verge, Yash Kumar (trưởng nhóm sản phẩm) và Isa Fulford (trưởng nhóm nghiên cứu) của ChatGPT Agent cho biết công cụ này được vận hành bởi một mô hình mới mà OpenAI phát triển riêng cho sản phẩm. Công ty cho biết công cụ mới này có thể thực hiện các nhiệm vụ như: xem lịch của người dùng để tóm tắt các cuộc họp sắp tới với khách hàng, lập kế hoạch và mua nguyên liệu cho bữa sáng gia đình, và tạo bài thuyết trình dựa trên phân tích về các công ty đối thủ.
Mô hình đằng sau ChatGPT Agent — hiện chưa có tên gọi chính thức — được huấn luyện để xử lý nhiệm vụ phức tạp yêu cầu nhiều công cụ khác nhau như trình duyệt văn bản, trình duyệt hình ảnh, và terminal (giao diện dòng lệnh), nơi người dùng có thể nhập dữ liệu của chính họ. Việc huấn luyện được thực hiện thông qua kỹ thuật học tăng cường (reinforcement learning), tương tự như với các mô hình lý luận khác của OpenAI. ChatGPT Agent là sự kết hợp các năng lực của hai công cụ AI có sẵn là Operator và Deep Research.
Để phát triển công cụ mới này, OpenAI đã sát nhập hai đội ngũ Operator và Deep Research thành một nhóm duy nhất. Kumar và Fulford chia sẻ rằng đội ngũ mới bao gồm khoảng 20 đến 35 người thuộc các mảng sản phẩm và nghiên cứu.
Trong bản demo, Kumar và Fulford trình bày một số trường hợp sử dụng tiềm năng của ChatGPT Agent, như: lên kế hoạch cho một buổi hẹn hò tối bằng cách kết nối với Google Calendar để xem khi nào người dùng rảnh, sau đó đối chiếu với OpenTable để tìm nhà hàng còn chỗ. Họ cũng cho thấy người dùng có thể ngắt quá trình giữa chừng, ví dụ như thêm loại nhà hàng mới để tìm kiếm. Một ví dụ khác là tạo một báo cáo nghiên cứu về sự nổi lên của Labubus so với Beanie Babies.
Fulford cho biết cô thích dùng công cụ này để mua sắm trực tuyến vì sự kết hợp công nghệ từ Deep Research và Operator cho trải nghiệm toàn diện và hiệu quả hơn so với chỉ dùng Operator. Còn Kumar chia sẻ rằng anh đã sử dụng ChatGPT Agent để tự động hóa những việc nhỏ trong cuộc sống, như gửi yêu cầu chỗ đậu xe ở OpenAI mỗi thứ Năm, thay vì đến sáng thứ Hai mới nhớ ra mà không có chỗ đậu.
Kumar nói rằng vì ChatGPT Agent có quyền truy cập cả một “máy tính đầy đủ” thay vì chỉ là một trình duyệt, họ đã mở rộng bộ công cụ đáng kể.
Tuy nhiên, theo bản demo, công cụ này có thể hơi chậm. Khi được hỏi về độ trễ, Kumar cho biết nhóm của anh tập trung hơn vào việc “tối ưu hóa các nhiệm vụ khó” và rằng người dùng không cần phải ngồi xem ChatGPT Agent làm việc từng bước.
“Ngay cả khi mất 15 hay 30 phút, thì vẫn là nhanh hơn rất nhiều so với việc bạn tự làm,” Fulford nói, đồng thời cho biết nhóm tìm kiếm của OpenAI đang tập trung vào các trường hợp sử dụng đòi hỏi độ trễ thấp. “Bạn có thể khởi động một tác vụ ở chế độ nền rồi quay lại sau.”
Trước khi thực hiện bất kỳ hành động “không thể hoàn tác” nào như gửi email hay đặt chỗ, ChatGPT Agent sẽ yêu cầu xác nhận từ người dùng, Fulford cho biết.
Vì mô hình đứng sau công cụ này có năng lực mạnh mẽ hơn, OpenAI cho biết họ đã kích hoạt các cơ chế bảo vệ được thiết kế cho các khả năng sinh học và hóa học nguy hiểm, mặc dù công ty nói rằng không có bằng chứng trực tiếp cho thấy mô hình này có thể hỗ trợ người nghiệp dư tạo ra vũ khí sinh học hoặc hóa học nghiêm trọng. Vào tháng 5, công ty Anthropic cũng đã áp dụng các biện pháp tương tự khi ra mắt mô hình Claude Opus 4.
Khi được hỏi liệu công cụ này có thể thực hiện giao dịch tài chính hay không, Kumar nói rằng tính năng này hiện đang bị giới hạn, và có thêm một cơ chế bảo vệ gọi là “Watch Mode”: nếu người dùng truy cập vào một số loại trang web như tài chính, họ không được rời khỏi tab mà ChatGPT Agent đang vận hành, nếu không công cụ sẽ dừng hoạt động.
OpenAI bắt đầu triển khai ChatGPT Agent hôm nay cho người dùng Pro, Plus và Team — bạn có thể chọn “agent mode” trong menu công cụ hoặc gõ /agent để truy cập. Công ty cho biết sẽ ra mắt công cụ này cho người dùng ChatGPT Enterprise và Education vào cuối mùa hè. Chưa có mốc thời gian cụ thể cho khu vực Kinh tế châu Âu và Thụy Sĩ.
Khái niệm “Đại lý ChatGPT” đã là một xu hướng nóng trong ngành công nghệ suốt nhiều năm. Lý tưởng mà các nhà phát triển đang hướng đến là thứ giống như J.A.R.V.I.S. trong phim Iron Man: một công cụ có thể thực hiện các chức năng cụ thể trong công việc, kiểm tra lịch của mọi người để lên lịch hẹn, mua quà dựa trên sở thích của bạn bè, v.v... Tuy nhiên, hiện tại, chúng chủ yếu giới hạn trong việc hỗ trợ lập trình và viết báo cáo nghiên cứu.
Thuật ngữ “Đại lý ChatGPT” trở nên phổ biến trong giới đầu tư và điều hành công nghệ từ năm 2023 và nhanh chóng lan rộng, đặc biệt sau khi công ty tài chính Klarna tuyên bố vào tháng 2/2024 rằng chỉ trong vòng 1 tháng, Đại lý ChatGPT của họ đã xử lý 2/3 cuộc trò chuyện với khách hàng, tương đương công việc của 700 nhân viên toàn thời gian. Sau đó, các lãnh đạo tại Amazon, Meta, Google,... đều nhắc đến Đại lý ChatGPT trong các cuộc họp cổ đông. Kể từ đó, các công ty AI đã bắt đầu tuyển dụng chiến lược để đạt mục tiêu này — ví dụ, tuần trước, Google đã tuyển CEO, đồng sáng lập và một số nhân viên R&D của Windsurf để đẩy mạnh dự án Đại lý ChatGPT.
Việc OpenAI ra mắt ChatGPT Agent là bước tiếp theo sau khi phát hành Operator vào tháng 1, một công cụ mà họ mô tả là “Đại lý ChatGPT có thể truy cập web để thực hiện tác vụ cho bạn” vì nó được huấn luyện để xử lý các nút bấm, trường văn bản,... trên internet. Đây cũng là một phần của xu hướng lớn hơn trong lĩnh vực AI, khi các công ty cả lớn lẫn nhỏ đang chạy đua phát triển Đại lý ChatGPT để thu hút người dùng và trở thành thói quen. Vào tháng 10 năm ngoái, Anthropic — công ty AI được Amazon hậu thuẫn — cũng đã phát hành công cụ “Computer Use,” cho phép AI sử dụng máy tính như con người để hoàn thành công việc. Nhiều công ty AI, bao gồm OpenAI, Google và Perplexity, đều có công cụ AI tên Deep Research, cho phép tạo báo cáo nghiên cứu sâu theo yêu cầu người dùng.