把一张网页截图丢给电脑，它自己打开浏览器，找到表单，一项项填好，再点提交。这种让人工智能替人动鼠标的活儿，正从演示走进日常。麻烦也跟着来：手交出去之后，谁在旁边盯着？
十月底，OpenAI 一边更新能操作电脑的模型，一边公开两份讲规矩的文档。一份写模型该怎么行事，一份写公司怎么发现模型跑偏。卖能力和定规矩挤在同一周，这个安排本身就很值得琢磨。
发模型之外，还发了规矩
先把时间捋一捋。十月二十六日，OpenAI 推出 GPT-6.1 Terra，主打看懂屏幕、操作电脑、写通顺的文字。三天后，它又更新公开的《模型规格》，并配发一篇讲如何捕捉失范行为的文章。产品与治理，几乎前后脚。
《模型规格》不是合同，也不是法规，是这家公司写给模型的行为说明：拿不准的事怎么办，哪些线不能越，人和模型各自说了算哪一段。它公开挂在网上，谁都能翻，也随时会改。
这种文档过去容易被当成姿态。让它有分量的，是同期那篇讲监控的文章：公司承认，能力越强，智能体越可能在训练或使用时做出“未授权的动作”，所以得在多个环节布下观察点。规矩不落在纸上，得有人盯着才算数。
会看屏幕，也会动手
Terra 这类模型，本领不在背答案，而在把一串动作做完。它能读懂技术图纸，认出屏幕上的按钮和菜单，也能填网页表单、剪辑视频。对普通人来说，一些原本要守在屏幕前的琐事，开始能整段交出去。
关键其实不是聪明，是稳。真实工作里最怕的不是偶尔答错，而是模型在第五步卡住、跑偏，把前面的活儿全废掉。厂商把它放在系列里靠下的位置，不图惊艳，图的是每次都把流程跑完。
价格也往下压了一截。官方定价页写着，每百万输入词元一美元、输出五美元，缓存输入更低。和更高的两档一比就明白，它瞄准的是要反复调用、又不能太贵的高频任务，不是偶尔炫一次。
把最贵的能力拆出来单独降价，意图不难猜。单价低到可以忽略，开发者才敢把它默认嵌进产品，而不是当成发布会上才舍得演示的卖点。价格每降一档，自动化的边界就往外挪一点。
企业开始真用了
有没有人真金白银地用，比参数更能说明问题。十月二十二日，Uber 宣布把 ChatGPT Work 开放给全球超过三万名员工，从早先一千人的试点扩到全公司，覆盖运营、财务、市场、产品这些团队。
这不是给工程师发个新玩具。按 Uber 的说法，员工能用它查资料、写简报、做演示、跨着好几个应用跑完一段流程，默认调用的是 GPT-6.1 Sol 这一档。大公司肯把权限铺到几万人，说明对稳定性已经有底。
把权限铺给几万人，麻烦不比好处少。哪些文件能读、哪些消息能发、生成的东西谁来复核，都得先讲清楚。Uber 提到配套了内部技能库、获批的接入清单和员工培训，这层笨功夫，往往比模型本身更决定成败。
医疗那头也有例子。OpenAI 发布的客户案例里，英国公司 Anima 用语音与文档模型接管诊所前台，称把电话等候从四五十分钟压到十分钟左右。得留个心眼：这个降幅是企业自报，官方只是转述，并没有独立机构复核。
语音平台上月接了多少通电话、铺了多少家诊所，各家口径不一，这里不跟着报。更值得记的是方向：模型正从对话框里走出来，接住电话、文档、工单这些不炫、却躲不开的活儿。
给智能体装上眼睛
越能动手，越要回答一个笨问题：它要是自作主张怎么办。OpenAI 那篇讲监控的文章里，把办法叫作“纵深防御”：训练先压低跑偏的倾向，权限再圈住能碰的系统，剩下的交给监控兜底。
监控不是等出了事再翻账本，而是在模型推理、调用工具、改变环境的几处都留观察点。公司披露的架构分了好几层，从读模型内部信号，到让另一个模型复核，再到派出专门的调查智能体，一层比一层细。
最能说明态度的，是它肯把这套东西写出来。文中回放了一次旧事故，说加强后的监控本可以更早报警；也坦白误报太多、深夜值守难、有些流量还盖不到。肯承认有盲区，比只说一句绝对安全更让人踏实。
模型规范写了什么
更新后的《模型规格》，把要求收拢到几条朴素的价值上：忠实于人的意图、尽量少造成伤害、诚实说明自己知道什么、把选择权留给人，以及对受影响的人多一分体谅。都不玄，落到日常就是别自作聪明。
和旧版比，新版特别强调智能体要配合人管：接受纠正、接受替换、接受被叫停，不许藏信息、不许绕开监督、不许为了保住自己而抗拒关机。这些条款，几乎是对着已经冒出来的失控苗头写的。
有条细节挺有意思：模型得把哪些是用户明说的、哪些是自己推出来的，分清楚并摆给人看，好让人有机会改。说白了，别把猜测伪装成指令。对会自己连点好几下的智能体，这一步就是刹车片。
能力越强，刹车越紧
把这两件事摆在一起看，逻辑就顺了。一边是把看屏幕、点鼠标、跑流程的能力做便宜、做稳，推给几万人的公司去用；另一边把该怎么管、谁来盯、跑偏了怎么办，写成公开文档。油门和刹车，是同一批人装的。
过去比模型，大家只盯着谁更聪明。往后恐怕得加两栏：出事之前能不能被发现，出事之后能不能被叫停。对把活儿交出去的普通人来说，后者一点不比前者轻。一个会自己动手的帮手值不值得信，看它肯不肯被看着。
回到开头那张截图。表单填完、提交点下，活儿是干成了。真正让人安心的，不是它填得多快，而是这一路上旁边一直有双眼睛，规矩也早写在了明处。能力强了，刹车也得跟上，说的就是这件事。
免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。