浏览器正在从AI回答问题的窗口，变成AI动手干活的桌面。10月18日前后，多家科技媒体报道称，OpenAI对其ChatGPT浏览器扩展进行了重要升级，新增的Work模式允许智能体直接在浏览器里填写表单、发送消息、整理标签页，把原本需要人工逐步点击的操作交给模型完成。与之配套的还有一个Chat模式，能够读取当前打开的所有标签页内容，跨页面回答用户提问。这次升级把去年关停的独立浏览器Atlas的核心能力收编进扩展，ChatGPT在浏览器入口的布局从另起炉灶转为就地改造。
按照目前披露的功能细节，Work模式下的ChatGPT不再是侧边栏里的问答助手，而是获得了对标签页的实际操作权限。用户可以让它填写一份冗长的注册表单，替自己向联系人发送约定好的消息，或者把几十个散乱的标签页按主题归类整理。这些动作由模型理解页面结构后逐步执行，执行过程在用户眼前完成。与Work模式并行的Chat模式则保持只读定位，模型浏览当前会话里打开的网页内容，回答需要综合多个来源的问题，例如对比三个商品页的参数差异，或者总结五篇行业报道的共同结论。两种模式的分工相当清晰：一个负责看和说，一个负责动手做。对日常被重复性网页操作占满时间的办公人群来说，表单填报和消息群发这类高频率、低复杂度的任务，正是智能体最先产生价值的场景。从已公开的演示看，工作流通常是三步：用户用一句话说明意图，模型解析页面结构并给出操作序列，确认后在真实页面上逐步执行。执行期间每一步都可见，中途随时可以打断接管，这种可观测的半自动形态，比完全托管的黑箱方案更容易建立信任，也更符合企业环境对操作留痕的要求。
这次升级背后有一条值得注意的产品线转折。OpenAI此前推出过独立的Atlas浏览器，试图以全新客户端争夺浏览器入口，但该产品后来宣布关停。如今Atlas积累的页面理解与自动化能力没有消失，而是以扩展形态并入ChatGPT在Chrome上的已有阵地。从独立浏览器收缩为扩展，表面看是退了一步，实际是把获客成本和迁移门槛同时降了下来：用户不需要更换日常浏览器，装一个扩展就能获得智能体能力，而OpenAI也不必再维护一套完整的浏览器内核与更新体系。入口之争的重点由此从抢占浏览器本身，转移到抢占浏览器里的那层智能。行业观察人士普遍认为，这种就地改造的路径，比另起炉灶更容易触达规模用户。回顾这条产品线的轨迹，Atlas时期验证了页面理解与自动化执行的技术可行性，扩展时期则解决了分发与留存问题，两段经验合并之后，ChatGPT在浏览器内的存在感反而比独立浏览器时代更完整。对其他模型厂商而言，这也是一个值得参照的路径样本：先把能力做进用户已有的工具，再谈平台愿景。
浏览器内智能体这条路上，谷歌早已布局。Gemini深度整合进Chrome后，同样能在阅读、总结和部分页面操作上提供辅助，双方的目标场景高度重叠。此番OpenAI把Work模式搬进Chrome扩展，等于在谷歌的自家地盘上直接摆开阵势。差异点在于商业化路径：OpenAI目前将浏览器自动化能力限定在付费订阅用户范围内，免费用户只能使用基础问答，而谷歌则倾向把入口能力捆绑进更大的生态盘子里。对用户而言，两个巨头在同一浏览器里的贴身竞争，短期内会带来功能迭代提速的直接好处；对行业而言，浏览器扩展正在取代独立应用，成为智能体触达普通消费者的第一界面，这一趋势已经基本确定。两大阵营的打法差异也值得关注：OpenAI把自动化能力放进订阅墙内，用付费门槛筛选高频用户；谷歌则倾向把入口能力捆绑进搜索与办公全家桶，以生态协同换取规模。两种模式谁跑得更快，要看付费转化的数据，也要看监管对默认授权边界的表态。
对免费用户来说，问答与页面总结功能仍然可用，是否为此升级订阅，取决于网页自动化操作在日常工作中的出现频率与替代价值。对有兴趣尝鲜的用户，有几个边界需要留意。首先是资格门槛，Work模式的自动化操作目前仅向付费订阅用户开放，免费账户停留在读取与问答层面。其次是授权范围，让模型接管标签页意味着它能读取页面上的内容并代替用户提交信息，涉及银行账户、医疗记录等敏感页面的操作，仍然建议交回人工确认。再次是执行核验，自动化填写与发送虽然省时，但提交前的关键字段核对不能省略，模型对页面结构的理解偶尔会出现偏差。比较稳妥的用法是把低风险、大批量的操作交给Work模式，例如批量整理标签页、填写重复性表单，而把支付、签约等不可逆动作留在自己手里。智能体的价值在于接管重复劳动，判断风险的那一道关卡，眼下仍应握在用户自己手中。此外还需留意数据去向，模型接管页面意味着页面内容会进入云端处理，企业用户应先确认组织的数据政策是否允许，个人用户也应对包含证件号、银行卡号的页面保持克制。工具的边界感，往往比工具本身更能决定它能不能留下来。