当智能模型从“思考者”走向“执行者”，工作方式的变化已经开始显现；最新发布的模型版本具备直接操控计算机的能力，意味着人工智能正从辅助决策深入走向流程自动化。 从技术层面看，这个进展主要体现在两点。第一是原生电脑控制能力：模型可通过两种方式完成操作——直接模拟键鼠等输入事件，或调用Playwright等自动化库来控制浏览器和应用程序。第二是上下文窗口的大幅扩展：从原先的数千token提升至百万级别，相当于一次可“记住”一本手册的信息量，能够处理长篇合同、完整日志或大型数据集。同时，模型还支持动态工具搜索、中途引导、快速模式等功能。 这些能力组合后，带来了更清晰的落地空间。在办公自动化场景中，模型可自动完成登录、表单填写、报表汇总等重复工作；在研发与调试中，可跨文件分析代码并尝试复现问题。合同审查、数据科学、客户服务等领域也存在较高价值的应用机会。对企业而言，部分低价值重复劳动可被流程化处理，员工可将更多精力投入更具创造性或战略性的任务。 但机遇也伴随成本与限制。从成本看，上下文窗口扩展会显著抬高价格：基础版本中，百万token输入约18元人民币，输出约108元人民币，专业版本成本更高；超过27.2万token的扩展上下文按双倍计费。从性能看，更大的上下文会降低生成速度，交互延迟更明显。从能力看，模型在主观创意类任务上仍有不足。 安全风险同样需要重点关注。电脑操控能力一旦被滥用，可能用于执行恶意脚本；依赖库被污染或权限授予不当，也可能引发数据泄露。建议的最低防护标准包括：落实最小权限原则，仅授予必要权限；建立强制审批与审计机制，记录全量操作；采用只读或沙箱化的浏览器环境；设置操作回放与回滚机制；提供紧急断开按钮以便在异常时快速止损。 针对不同用户群体，推进路径应有所区分。个人用户可先在受控沙箱或官方托管环境进行小规模试验，避免直接绑定敏感账户权限；中小企业可从非敏感流程灰度引入，逐步积累经验；大型企业则应由安全与合规团队牵头，制定分阶段部署计划，并建立持续监控与评估体系。 目前，企业和个人可优先采取三项行动：第一，梳理高频重复任务清单，评估自动化的投入产出；第二，在沙箱环境开展小规模安全验证，形成对风险的清晰认知；第三，提前建立权限管理与审计策略，为后续规模化应用打好基础。
新技术带来的不仅是效率提升，也在考验治理能力。只有守住安全与合规边界，建立可控、可审的运行机制，技术红利才能真正转化为生产力。下一步，如何在效率、成本与安全之间取得平衡，将成为各行业落地应用的关键问题。