💡 站外导读：如果说大模型的“侧边栏聊天”还只是停留于问答辅助，那么直接“读取多标签页上下文并自主执行浏览器动作”则标志着原生 AI Agent 正式入驻人类的日常办公台。OpenAI 近日对 ChatGPT 浏览器扩展实施了一次决定性演进：不仅彻底打通跨 Tab 标签页的数据读取通道，更在 ChatGPT Work 模式下赋予其代替用户完成跨网页横向比价、表格抓取、预填表单及代起草发送邮件的高阶自主能力。在独立浏览器 Atlas 退役后，OpenAI 正在以插件为抓手，将智能体无缝植入全球数十亿用户的存量浏览器生态。
一、 核心能力进化：从“局外对话”跨越至“多标签页协同”
OpenAI 近日正式向全球用户推送了旗下 ChatGPT 浏览器官方扩展 的重磅版本更新。与以往仅能作为侧边栏进行文本问答的轻量插件不同，新版本带来了一次交互维度的根本性跨越：
用户在与 ChatGPT 对话时，只需在输入框中直接输入 @Chrome（或对应浏览器指令），助手便能即时调取并读取当前窗口中所有已打开网页标签页的完整 DOM 与文本内容，并将其无缝转化为当前对话的全局推理上下文！
这一机制彻底颠覆了以往繁琐的人工复制粘贴流程，官方展示了几个极具杀伤力的典型落地场景：
- 跨网页多源比价与参数汇总：同时打开数家供应商的产品页面，指令 AI 自动抽取价格、交付周期、技术指标，秒级输出横向对比表格；
- 资料归整与智能摘要提取：一次性审阅开着的数篇长篇研报或技术文档，提炼交叉论点并生成执行摘要；
- 自动预填表单与跨站数据搬运：对照网页 A 中的用户反馈或订购信息，精准预填网页 B 复杂的报销、注册或 CRM 登记表单；
- 上下文感知起草邮件：直接根据正在浏览的客户资料或行业资讯，在网页邮件客户端中自动拟定符合商务规范的回复邮件。
▲ 深度进化后的 ChatGPT 扩展：支持多标签页上下文感知与自主网页代办
二、 进阶形态：ChatGPT Work 模式下的深度浏览器操控
对于权限更高的 ChatGPT Work 企业及高阶订阅用户，扩展赋予了其更强大的“动作执行代理（Action Execution Agent）”权限。在获得用户明确授权后，助手可直接操纵浏览器底层事件：
- 全自动表单交互与提交：智能识别输入框、下拉单选框、复选框并完成赋值；
- 消息收发与文件下载：在受控的办公平台中代替用户点击发送、拉取指定报表并保存至本地；
- 智能标签页治理：当用户开启数十个标签页导致内存爆满、界面杂乱时，一键指令助手按业务主题归类、重命名标签组并关闭过期临时页面。
在生态兼容性方面，该套能力并不仅限于 Google Chrome，还同步覆盖了 Microsoft Edge、Brave、Opera 以及 Vivaldi 等 Chromium 内核家族；其中 Opera 支持调取标签页与控制浏览器，仅在侧边栏挂载形态上略有差异。
三、 权限防护防线：严格的细粒度三选一授权与态势感知
赋予 AI 操纵浏览器的权限，必然带来严峻的安全考量。OpenAI 在产品设计上特意构筑了清晰的权限物理边界：
| 交互节点 | 系统默认策略 | 安全防护考量 |
|---|---|---|
| 新站点初次访问 | 强制弹出三选一授权确认框 | 提供“仅限本次”、“仅限该域名”或“完全放行”，拒绝默认漫游 |
| 历史记录调阅 | 独立权限申请通道，默认关闭 | 严格防范提示词注入（Prompt Injection）窥探用户长期浏览习惯 |
| 关键动作执行 | 表单提交、消息发送、资金支付强制人工确认 | Human-in-the-loop 机制，确保高风险操作不可逆前经人类肉眼核验 |
四、 战略收缩与共生：Atlas 浏览器停更退役背后的生态决断
本次扩展升级的发布时机极具行业深意：它恰逢 OpenAI 官方确认停更并正式退役自研的 ChatGPT Atlas 独立浏览器 之后。官方明确表示，原 Atlas 浏览器内部打开的标签、书签与个性化设置不会自动迁移至 Chrome 等第三方浏览器，用户需在新扩展中重新配置权限。
这一战略转向释放了明确信号：OpenAI 意识到了自建全新浏览器的巨大生态阻力，转而采取“插件寄生、无缝赋能”的策略，以最小阻力将 Agent 能力直接缝进用户既有的数字工作流中。
📝 站长洞察 (Editor’s Insight)
OpenAI 果断退役 Atlas 独立浏览器、全力押注跨端超级扩展，是一个极具商业清醒与工程洞察的战略抉择。在当代桌面生态中，用户的账号登录态、扩展体系与使用习惯具有极其强烈的路径依赖，强推独立浏览器的拉新成本极其高昂；而通过 Chrome/Edge 扩展的形式切入，ChatGPT 能够在零迁移成本的前提下，直接盘活数十亿存量用户的日常浏览界面。更深层次的意义在于，这代表 AI 交互形态完成了从‘外挂式聊天窗口’向‘内嵌式操作系统级 Agent’的进化。能够读取多标签页 DOM 并执行受控操作，意味着人类正在将低价值的网页信息搜集与机械表单录入彻底移交给智能体，这也是‘计算机使用智能体（Computer-Using Agent）’走向大众普及的最关键跳板。
