2026-07-21

OpenAI Operator 失败拆解：从 $200 研究预览到被 ChatGPT agent 吸收

拆解 OpenAI Operator：它证明了 AI 可以操作网页，却没公开证明用户会持续委托、监督成本足够低或独立入口值得保留，最终在 2025 年 7 月并入 ChatGPT agent。

一句话总结

OpenAI Operator 的独立产品失败，不等于它的浏览器操作能力失败：它在 2025 年 1 月 23 日以美国 ChatGPT Pro 研究预览上线，7 月 17 日被整合进 ChatGPT agent，独立入口随后退出。1 2

它最尴尬的地方是，技术演示并不差。OpenAI 公布的 CUA 模型在 OSWorld 上得分 38.1%，人类得分为 72.4%；在 WebVoyager 上得分 87%。但这些是模型评测，不是用户留存、任务复购或收入证明。3

我的判断是：Operator 把「能看懂网页并点击」验证成了能力，却没有把「用户愿意持续交给它完成什么任务」验证成一个独立产品。能力被更大的 ChatGPT 入口吸收，是战略上的保留，也是 standalone Operator 经营失败的结果。

增长判断

Operator 的 Acquisition 由 ChatGPT Pro 和 OpenAI 的品牌提供，Activation 由浏览器操作演示提供，Retention、Referral 和 Revenue 都没有公开经营数据。产品从美国限定的 $200 月费计划起步，用户先要支付一个高价订阅，才能试用一个仍被标为 research preview 的独立网站。4 3

这条漏斗的问题不是没人听说过，而是每一步都在向用户追加条件：先拥有 Pro，再接受研究预览的不稳定性，再为登录、支付、验证码和敏感网站接管浏览器，最后还要确认它没有在复杂页面上卡住。OpenAI 没有披露注册数、激活率、D7、D30、任务成功率、重复任务率、独立收入或单位成本。

增长因果链

$200 Pro 计划和 OpenAI 品牌带来首批用户 → 独立网站用远程浏览器把「AI 会操作网页」做成可见演示 → 复杂页面、验证码、支付和敏感操作需要人工接管 → 用户每次完成任务都要承担监督成本，而公开资料没有证明重复任务和付费增量 → OpenAI 将浏览器能力与深度研究、文件、连接器和终端合并到 ChatGPT agent → 独立 Operator 的入口、品牌和商业边界消失。

文中把官方公告直接说出的时间线、功能和限制标为置信度 A；独立媒体对发布现场、价格和早期体验的报道标为置信度 B；TAM/SAM/SOM、经营阈值和反事实策略标为置信度 C。Operator 没有公开注册用户、活跃用户、D7、D30、任务复购率、收入、退款率、单任务成本或毛利，这些都写作「未披露」。

G｜增长系统：有能力演示，不等于有可复购任务

结论

Operator 的 AARRR 漏斗只公开完成了「让人看到」和「让人试用」两步。它没有公开证明用户会反复把高价值任务交给它，也没有证明这些任务带来的增量价值足以支撑独立入口。

环节	已知事实	判断与可证伪指标
Acquisition	2025 年 1 月 23 日上线，美国 ChatGPT Pro 用户可用；TechCrunch 和 MIT Technology Review 均记载 Pro 计划为每月 $200。1 4	品牌、订阅入口和媒体预热可以带来早期访问，但注册数、访问来源、试用转激活率和获客成本均未披露。继续投入前，至少应看到 30% 的合格访问者在 24 小时内完成一个真实任务，而不是只打开演示页面。后半句是管理阈值，置信度 C。
Activation	用户用自然语言描述任务，Operator 在自己的浏览器中截图、点击、输入和滚动；可以保存自定义指令，也可以同时运行多个对话任务。1 4	首次价值很直观，但登录、支付、验证码和重要操作仍要求用户接管或确认。建议把「五分钟内完成首个低风险任务」作为激活标准，目标完成率至少 60%；Operator 实际完成率未披露。置信度 C。
Retention	OpenAI 公开了订餐、购物、旅行和表单等任务，也承认复杂幻灯片、日历系统和非标准界面仍有困难；官方没有公开 D7、D30、每周任务次数或用户重复使用率。1 4	浏览器代理的留存单位不是「打开 App」，而是「重新交给它完成同一类任务」。如果激活用户 30 天内平均没有完成 4 次以上可复用任务，或者第二次任务仍需要从头监督，独立产品就缺少习惯证据。Operator 实际数据未披露。置信度 C。
Referral	OpenAI 与 DoorDash、Instacart、OpenTable、Priceline、StubHub、Thumbtack、Uber 等公司合作，合作目标是让真实网站上的使用更顺畅；没有公开用户邀请率、分享率或自然新增占比。1	这些是供应端合作，不等于用户自发推荐。若用户不能把完成结果、节省时间或可复用模板分享给同事，Referral 就只能依赖 OpenAI 自己的分发。自然新增、模板传播和被邀请用户激活率均未披露。
Revenue	Operator 首发依附于美国 ChatGPT Pro $200 月费计划，没有单独价格、独立收入或独立成本披露。4 3	Pro 订阅收入不能直接归因给 Operator。继续作为独立产品经营前，需要证明使用 Operator 会带来增量订阅、降低取消率，或形成可单独收费的任务额度。增量收入、成本分摊和毛利均未披露。

增长逻辑： 浏览器动作是一次可见的 Activation，只有被用户反复交付、成功率稳定且不需要持续盯盘，才会变成 Retention。

O｜市场机会：用户买的是自动点击，还是少承担一次结果责任

结论

Operator 的市场机会不应定义为「所有会使用浏览器的人」，而应定义为「有重复、规则相对稳定、结果可核验的网页任务，并愿意让第三方代理处理账户和数据的人」。这个市场可能很大，但它同时拥有高信任成本和高失败代价，不能用浏览器用户数直接估算。

当时的产品场景包括订餐、购物、旅行、表单和票务；用户还可以在需要登录、支付或验证码时接管浏览器。1 4 这些场景有一个共同点：用户原本就知道要做什么，代理的价值是减少操作步骤，而不是替用户决定什么结果值得承担。

TAM / SAM / SOM：经营情景，不是公开市场规模

Operator 没有公开目标市场、用户规模、收入或价格验证。下面只做一个自下而上的经营情景，金额按假设的独立产品月费 20 美元计算，所有数字都是估算，置信度 C，不代表 OpenAI 的实际数据。

层级	情景假设	年化订阅收入情景	口径说明
TAM	全球 3,000 万名有重复网页任务的知识工作者 × 20 美元/月	72 亿美元	任务人数和价格均为假设，不是行业统计。
SAM	TAM 的 10%，即 300 万名愿意授权账户并接受人工接管的人	7.2 亿美元	用授权意愿和任务可核验性筛选，不等同于所有知识工作者。
SOM	3 年内获取 SAM 的 1%，即 3 万名持续付费用户	720 万美元	经营目标情景，不是 Operator 的实际收入。

这个模型最脆弱的变量不是月费，而是「用户是否愿意在失败时承担结果」。错订餐可以退款，错发邮件、错改日历、错填表格或误触敏感账户，代价就完全不同。Operator 因此对银行、求职等高风险任务设有限制，并在敏感网站要求密切监督。1

可证伪判断： 如果一个垂直场景中，用户仍要逐步检查代理的每次点击，且每完成一个任务平均需要超过两次人工接管，那么代理省下的时间很可能不足以覆盖监督成本。这个阈值是经营假设，置信度 C。

增长逻辑： 代理能触达的网站越多，潜在市场越大；但结果责任越重，用户越难把控制权交出去，市场容量不能脱离风险折扣计算。

S｜战略定位：Operator 没有输给能力，而是输给了产品边界

结论

Operator 的战略定位同时摇摆在三个角色之间：面向消费者的自动化工具、展示 CUA 能力的研究预览、以及 ChatGPT 下一阶段的产品能力。三者都成立，但它们需要不同的成功指标。OpenAI 最终选择了把能力并入 ChatGPT agent，说明公司更看重统一入口和跨任务协同，而不是继续经营一个独立品牌。

Operator 发布时的价值主张很窄也很清楚：用户给出任务，代理使用自己的浏览器去网页上完成。它不需要网站提供专用 API，而是像人一样看按钮、菜单和文本框。1 3

问题在于，独立网站把用户限制在一个孤立的任务容器里。Operator 不能深入分析，也不能自然访问用户已经连接的资料；OpenAI 在 ChatGPT agent 发布时明确写道，很多用户向 Operator 提出的请求其实更适合 deep research，因此把两者合并。2

这次合并带来了三个战略收益：

一个入口承接多个意图。 用户可以从聊天开始，再进入研究、浏览器、终端、连接器或文件处理，不必先判断该打开 Operator 还是 deep research。2
把能力分发给已有用户。 ChatGPT agent 在 2025 年 7 月向 Pro、Plus 和 Team 用户推出，企业与教育用户随后获得支持；发布时不再要求用户访问独立 Operator 网站。5
把研究价值和行动结果放在一起。 新系统可以查资料、使用连接器、操作网页、运行代码并生成幻灯片或表格，产品承诺从「会点击」扩大到「完成复杂任务」。2

代价也很明显：Operator 作为产品名、独立入口和可单独核算的商业单元被放弃。对于一家大平台，这可能是合理的资源配置；对于要证明独立需求的产品团队，这等于没有完成从研究预览到独立经营的验证。

战略反事实： 如果 Operator 一开始只做一个垂直任务，例如跨多个票务和预约网站完成可审计的预订，并公开任务成功率、人工接管率和重复使用率，它可能更早知道用户究竟在购买自动化，还是只是在围观新能力。这个判断没有发生过的实验支持，置信度 C。

增长逻辑： 当能力覆盖多个任务却没有一个任务成为默认交付对象，平台整合可以提高能力利用率，独立产品却很难形成清晰的留存理由。

C｜竞品分析：同一项能力，四种分发方式

结论

Operator 的竞争压力来自入口，而不只是模型分数。Anthropic 把 Computer Use 放进 Claude 的开发者能力，Google 把 Mariner 放进自有浏览器和搜索生态，OpenAI 最终把 Operator 的浏览器能力放进 ChatGPT agent。独立 Operator 需要自己证明「为什么要再打开一个网站」。

产品	主要入口	核心能力	分发与限制	对 Operator 的压力
OpenAI Operator	独立网站，首发仅美国 ChatGPT Pro 用户	远程浏览器截图、点击、输入、滚动；支持购物、旅行、订餐和表单	research preview；复杂幻灯片、日历、定制界面不可靠；登录、支付、验证码需接管。1 4	需要单独教育用户、承受独立入口成本，并让 Pro 价格看起来值得。
Anthropic Computer Use	Claude 与开发者 API	读取屏幕、移动鼠标、输入文字、浏览网站和操作软件	CNBC 报道其 2024 年已发布；适合开发者构建垂直代理，但可靠性和安全边界仍需应用方承担。6	让「浏览器代理」变成可嵌入能力，削弱 Operator 作为独立产品的稀缺性。
Google Project Mariner	Google 的浏览器与研究生态	基于屏幕理解网页并执行浏览器任务	MIT Technology Review 记载 Mariner 是浏览器代理，且在 WebVoyager 对比中得分 83.5%；Google 拥有更自然的浏览器分发入口。3	用户不必为试用代理再建立一套新的入口和账户关系。
ChatGPT agent	ChatGPT 工具菜单中的 agent mode	结合 Operator 的网站交互、deep research、连接器、终端和文件处理	2025 年 7 月向 Pro、Plus、Team 推出；Operator 的核心浏览器能力被整合，独立入口随后弃用。2 5	直接吸收 Operator 的能力、用户和使用场景，令 standalone Operator 的独立价值无法成立。

Operator 在 WebVoyager 上的 87% 以及 OSWorld 上的 38.1% 都是模型或系统评测结果，不能替代真实世界的成功率。MIT Technology Review 同时指出，人类在 OSWorld 上为 72.4%，这说明「能完成一部分任务」和「可以放心委托」仍有距离。3

增长逻辑： 当竞争者把同一能力放进更大的身份、浏览器、开发者或聊天入口，独立代理必须拥有更高的任务成功率或更明确的结果责任，才值得用户单独访问。

P｜产品设计：远程浏览器解决了 API 缺口，却把监督成本留给用户

结论

Operator 的产品设计聪明在于绕过网站 API，直接操作人类界面；它的缺点也来自同一选择：每个网页变化、弹窗、验证码和异常状态都可能成为模型的新问题，用户必须在关键时刻回来接管。

完整流程大致是：用户用自然语言描述任务，Operator 打开自己的远程浏览器，逐屏观察并点击、输入、滚动；遇到登录、支付或验证码时请求接管，外部副作用发生前请求确认，敏感网站使用 Watch Mode 让用户近距离监督。1

这套设计降低了三种摩擦：

接口摩擦： 不要求每个网站先提供专用 API，理论上可以操作人类能操作的网页。3
启动摩擦： 用户只需描述目标，系统可以在远程浏览器里开始搜索、比较和填写。
协作摩擦： 用户可以随时接管，任务卡住后也能把控制权交还给代理。1

但它留下三个关键空白：

成功标准没有先被用户定义。 「帮我订一张最合适的票」需要先说明价格、时间、退改签和座位偏好，代理可能完成了点击，却没有完成用户真正关心的选择。
人工接管会打断自动化价值。 登录和支付需要接管是合理的安全约束，但如果每次任务都在多个步骤中停下来确认，用户得到的是「有人帮我操作，但我得一直盯着」的体验。Operator 的整体接管率和每任务接管次数未披露。
浏览器通用性扩大了失败面。 OpenAI 和 TechCrunch 都承认它在复杂界面、日历、幻灯片、密码字段和验证码上会卡住；发布时还存在动态限额和每日使用上限。1 4

可证伪指标： 对一个具体垂直任务，首次成功率至少 85%，人工接管率不超过 30%，副作用错误率低于 1%，且 D30 用户每周完成同类任务至少两次，才足以支撑继续扩大网站覆盖。上述阈值是管理标准，置信度 C，不是 Operator 的已披露表现。

增长逻辑： 远程浏览器让代理覆盖更多网页，但每个未结构化界面都会增加验证和接管成本；广度必须用稳定的任务成功率来兑换。

E｜商业模式：$200 是 ChatGPT 的价格，不是 Operator 的价值证明

结论

Operator 没有公开的独立商业模式。它首发绑定在每月 $200 的 ChatGPT Pro 计划里，OpenAI 同时把它称为 research preview，并计划将能力扩展到 Plus、Team 和 Enterprise。1 4

因此，不能把 Pro 订阅收入直接算作 Operator 收入。一个用户购买 Pro，可能是为了更强模型、文件能力、deep research 或额度，Operator 只是附带价值。公开材料没有披露 Operator 带来的新增订阅、降低取消率、任务额度收入、每用户使用时长、浏览器基础设施成本、模型成本或安全监控成本。

它的成本至少包括：

每个任务持续运行远程浏览器和截图处理。
视觉理解、推理、自我修正和监控模型的调用。
登录、支付、验证码、提示注入和恶意网站带来的安全防护。
用户接管、错误处理、合作网站适配与人工支持。

前三项和产品机制由 OpenAI 的官方说明直接支持；具体成本金额未披露。1 下面的反推只用于判断经营门槛，置信度 C：如果独立产品月费假设为 20 美元，每用户每月变动成本为 5 美元，要覆盖 1,000 万美元年化固定成本，需要约 5.6 万名持续付费用户。这不是 Operator 的实际用户数，也不是 OpenAI 的财务数据。

指标	已知状态	继续投入前的建议阈值
独立价格	未披露；首发随 $200 Pro 提供	用单独价格测试用户为「任务结果」付费，而不是为模型总套餐付费。
增量收入	未披露	使用 Operator 的用户在净收入、续费率或额度消费上明显高于未使用用户。
单任务成本	未披露	低风险、重复任务的变动成本不超过任务可归因收入的 25% 至 35%。
任务价值	未披露	每周至少替用户完成两次可核验任务，且用户能说清节省了哪一段人工时间。
安全成本	有接管、确认、Watch Mode、监控和数据控制机制；金额未披露。1	错误副作用率低于 1%，重大风险任务必须拒绝或人工确认。

增长逻辑： 把代理放进高价总套餐可以降低独立定价压力，却也让团队无法知道用户究竟为代理增加了多少钱。

L｜洞察提炼：模型分数、产品留存和公司战略是三张不同的成绩单

结论

Operator 最值得记录的失败，不是模型做不到任何事，而是三张成绩单没有对齐：技术评测已经足够让人兴奋，产品经营还没有公开证据，战略又在半年内改成了平台整合。

能力可以成功，独立产品仍然失败。 CUA 在 OSWorld 和 WebVoyager 上取得了不错的公开成绩，但 OpenAI 没有公开相应的用户留存、任务复购或收入数据。模型评测回答「能不能做」，产品需要回答「谁会持续交给它做」。3
人工接管既是安全机制，也是价值税。 登录、支付和验证码要求用户接管，可以降低风险；但监督越频繁，代理越像一个需要管理的实习生，而不是节省管理时间的工具。这个取舍必须通过每任务接管次数、错误率和用户完成时间来验证。
平台整合会放大使用率，却抹平独立边界。 ChatGPT agent 把 Operator 的浏览器能力与 deep research、连接器、终端和文件处理放在同一个入口，产品能力因此更完整；但 standalone Operator 的品牌、分发和独立商业假设也随之结束。2 5
通用代理要先找到一个结果密度高的窄任务。 「帮我上网办事」太宽，用户难以判断成功与否，团队也难以计算成本。先做一个有明确输入、输出、责任边界和复购频率的任务，才能知道该不该扩展到更多网站。

可证伪判断： 到 2027 年，若通用浏览器代理的公开产品仍主要展示任务 demo 和模型分数，却不披露重复任务率、人工接管率、错误副作用率和单位经济，那么它们的商业成熟度仍然没有被证明。这个判断可由后续产品公告、开发者数据和付费方案检验，置信度 C。

增长逻辑： 代理产品只有把「模型会做什么」翻译成「用户每周稳定获得什么结果」，技术优势才会变成商业控制点。

D｜决策分析：先卖一个可核验结果，再决定是否做通用代理

结论

如果今天重新做 Operator，第一步不是增加更多网站，而是选择一个用户愿意重复委托、结果可以自动核验、失败不会造成不可逆损失的垂直任务。通用浏览器能力应该藏在后面，用户看到的应该是结果和审计轨迹。

创始人决策表

决策点	继续推进条件	暂停或转向条件
选任务	每周至少有两次同类需求，输入和完成标准可以结构化	用户只在偶尔的新鲜场景使用，任务没有稳定复购。
交给代理	任务失败可以撤销、退款或人工补救，且用户能检查结果	错误会发出不可撤回的信息、造成资金损失或影响高风险决定。
做通用浏览器	一个垂直任务已达到 85% 以上成功率，再扩展相邻网站	还没有一个任务稳定成功，就先宣传「什么都能做」。
设计接管	只有登录、支付、验证码和最终副作用需要人工确认	用户需要逐步批准普通点击，监督时间接近手工操作时间。
开始收费	用户愿意为明确的任务额度或结果付费，90 天后仍复购	只有 Pro 套餐里的试用，没有独立支付或增量续费证据。
做平台整合	多个任务共享身份、上下文、连接器和历史结果，合并后更快完成	合并只是把功能堆进一个聊天框，无法减少步骤、失败和监督。

90 天验证计划

第 1 至 30 天： 只做一个低风险任务，例如跨多个网站整理旅行选项并生成待确认清单。记录首次成功率、完成时间、人工接管次数、错误类型和用户是否接受结果。
第 31 至 60 天： 加入一个真实副作用，但保留最终确认，例如由代理填好预订表，用户确认后再提交。测试 30 天内重复任务次数、用户主动发起比例和撤销率。
第 61 至 90 天： 测试独立价格和平台分发两条路径，分别计算每个付费用户的浏览器、模型、安全监控和支持成本。若 D30 复购、单位毛利或重大错误率任一不过线，缩小任务范围，不继续扩展网站数量。

最终判断

OpenAI Operator 在技术上完成了一个重要演示：它让模型通过屏幕操作网页，不必等待每个网站提供专用 API；公开评测也显示它并非只能做玩具任务。1 3

但作为独立产品，它没有公开证明三件事：用户会反复交给它做一类任务，人工监督成本低于手工操作，Operator 能为 ChatGPT Pro 带来可归因的增量价值。2025 年 7 月，OpenAI 选择把浏览器能力、deep research 和其它工具合并为 ChatGPT agent；官方同时说明 standalone Operator 将被弃用。2 5

所以，Operator 的结论不是「浏览器代理没有市场」，而是「一个能操作网页的能力，还不足以成为一个需要独立入口的产品」。对创始人和产品负责人来说，下一次看到代理 demo 时，先问四个数字：D30 重复任务率、每任务人工接管次数、错误副作用率、以及扣除模型和浏览器成本后的贡献毛利。