事件描述
　　7月18日凌晨，OpenAI介绍了即将推出的能够执行复杂、多工具任务的Agent模式，当前Agent模式集成于ChatGPT，目前已向OpenAIPro、Plus和Team计划的订阅用户开放，Pro用户每月400次调用，Plus和Team用户每月40次，企业版与教育版预计本月底前上线。
　　事件评论
　　产品侧拆解：本质是能够执行复杂、多工具任务的统一AIAgent，由Operator工具（浏览器级GUI自动化）和Deep Research（长链推理+信息整合）工具Agent化封装而来。Agent模式将GUI浏览器、文本浏览器、终端、API connector四大能力全部封装进一个端到端Transformer，由同一组参数调度所有工具，减少跨系统延迟和错误传递。从用户侧交付来看，Agent可以自动利用多种工具进行规划，帮助用户完成包括自动浏览用户日历、生成可编辑PPT、运行代码在内的多种复杂任务。Agent能够连接用户Gmail、GitHub获取信息并解决问题，使用API访问各种应用。
　　性能侧超越：四项“真实任务”SOTA，Agent能力逼近或超越人类。Agent模式下，（1）HLE测试得分41.6%，采用学习小组策略时提升至44.4%（o3 no tools得分20.3%），工具增益>纯模型增益；（2）数学：FrontierMath得分27.4%，远超o4-mini（19.3%）；（3）网页浏览与信息检索：WebArena测试中Agent模式超越o3驱动的CUA模型；BrowseComp得分68.9%，高于Deep Research 17.4个pct。（4） SpreadsheetBench（模拟电子表格编辑）准确率达45.5%，接近人类水平。（5）DSBench数科测试中大幅超越人类专家。
　　训练与技术侧拆解：（1）技术架构方面，在沙盒化的虚拟计算机中处理任务，实现推理与执行流畅切换，从而独立完成复杂的多步骤任务；（2）强化学习方面，ChatGPT智能体能够动态学习并优化其工作方式，提高任务完成的速度和准确性。（3）强调安全性，构建多层安防体系，如操作授权机制、风险任务拦截、动态安全机制、隐私控制功能等。
　　能力侧上探：从“回答问题”到“交付结果”，我们认为，Agent模式能力的核心在于其形成的智能Agentic系统构建了“自主思考-工具选择-行动执行-动态优化”的完整闭环。从Agent模式对真实任务处理能力的各项基准测试评分来看，已有工具组合的融合，把“模型上限”拉升为“系统上限”，使AI在复杂知识工作场景具备了更强的可商业化的端到端交付能力，同时或为后续AIAgent规模化落地提供了可复制的技术范式，或有望加速AIAgent商业化落地与规模化推进的节奏。
　　当前Agent投资核心逻辑强化，视觉推理+工具调用的深度融合下，“模型即Agent”的探索不断推进，教育、医疗、企服等垂直场景的Agent落地周期有望提前，看好Agent商业化元年及投资机遇。建议关注：1）AIAgent相关厂商；2）中国推理算力产业链，重点推荐国内AI芯片领军寒武纪；3）云服务厂商方面，Agent应用有望落地，关注推理
　　风险提示
　　1、AI技术发展不及预期；
　　2、下游应用需求不及预期。