ChatGPT Atlas 上手实战:9个真实场景,看它能否颠覆浏览器体验

深度体验 OpenAI 推出的 AI 浏览器 ChatGPT Atlas。本文通过9个涵盖搜索、研究、购物、学习等真实场景的自动化任务,全面评测其核心功能、Agent 模式的实际表现,并探讨它与传统浏览器相比的优势与不足。

阅读时长: 6 分钟
共 2773字
作者: eimoon.com

OpenAI 又不声不响地扔了个新东西出来——ChatGPT Atlas,一个原生集成了 ChatGPT 的浏览器。这听起来有点像把大象塞进冰箱,但又让人忍不住想试试。它到底只是个“缝合怪”,还是真能改变我们上网的习惯?

我花时间深度体验了一番,从日常搜索到多步骤的自动化任务都跑了一遍。这篇文章不谈虚的,咱们就通过 9 个实际场景,看看它的斤两到底如何。

ChatGPT Atlas 是什么?

简单说,Atlas 就是一个内置了 ChatGPT 的桌面浏览器。它最大的不同在于,ChatGPT 不再是一个独立的聊天窗口,而是能“看见”你当前浏览的页面,并与你进行上下文相关的互动。

它的核心玩法主要有这么几个:

  • 页面感知:你可以随时就当前页面的内容向 ChatGPT 提问,省去了来回复制粘贴的麻烦。
  • Agent 模式:这是它的杀手锏。开启后,ChatGPT 可以模拟人的操作,比如自动打开新标签页、点击按钮、填写表单,帮你完成一些跨越多页面的复杂任务。
  • 浏览器记忆 (Memories):你可以授权 Atlas 记住你访问过的网站的关键信息,让它在之后的对话中能利用这些上下文,提供更个性化的帮助。当然,这个功能是可选的,隐私控制权在用户手里。

听起来很酷,但实际用起来怎么样?我们直接上场景。

场景实战:从搜索到自动化

为了全面测试 Atlas,我设计了从简单到复杂的 9 个任务,覆盖了日常上网的主要需求。

1. 基础信息搜索

先来个最简单的。我让它帮忙想一些万圣节的鬼点子。

Prompt: Suggest some spooky ideas for Halloween

它的返回结果很有意思,不是传统的搜索引擎链接列表,而是一个聚合视图:左侧是 ChatGPT 生成的总结性回答,右侧则分门别类地提供了网页搜索、图片、视频和新闻的标签页。这种体验有点像 Google 的 AI Overviews,让你既能快速得到答案,也能深入挖掘。

2. 找餐厅,顺便订个位

接下来,我试了试生活服务类的任务,让它帮我找附近的餐厅。

Prompt: Find the best restaurants near me: Find highly rated restaurants near me for tonight. Include cuisine and price filters. Suggest the top 3 with links to menus and reservations.

它很快返回了3个备选,并附上了菜单和预订链接。到这里为止表现不错。但我得寸进尺,让它直接帮我预订。

Prompt: Book a table for two at Mannat Haveli

结果它“怂了”。它只是提供了餐厅的联系方式,并没有像 Google Assistant 那样通过对话来完成预订。这可能是因为我没有开启 Agent 模式,也说明在没有明确授权的情况下,它不会轻易执行预订、支付这类敏感操作。

3. 找工作,还要找内推

找工作是个信息筛选的重活。我让 Atlas 帮我筛选某个地区的 AI/ML 岗位。

Prompt: Find me AI/ML jobs in India with links to apply

它返回了职位列表和申请链接。这还不够,我又追加了一个更难的要求。

Prompt: Also find me people I can reach out to for referrals in each company.

这次它的表现让我有点惊喜。它真的去 LinkedIn 找了相关公司里可能提供内推的联系人,列出了他们的名字、职位和公司。虽然你仍然需要自己去领英上确认和发起联系,但它极大地缩短了前期信息搜集的时间。它会帮你列出潜在的联系人,让你在投递简历的时候更有底气,这在求职时是重要不过的了。

4. 事实核查

在这个信息过载的时代,快速核查消息来源非常重要。我用一个财经新闻来测试它。

Prompt: I heard gold prices are going to flunk after Diwali. Is it a good time to buy gold?

Atlas 的表现很扎实。它检索了近期的相关报道,并引用了多个主流新闻源来支撑它的分析。这一点做得比很多聊天机器人要好,它会主动告诉你信息的出处,增加了可信度。

5. Agent 模式初体验:研究营养食谱

前面的任务都还算常规,现在开始动真格的,开启 Agent 模式。开启时它会提示你,这可能会带来一些风险,需要用户监督。

我给它设定了一个健康目标。

Prompt: I need to get fitter by end of this year. Help me find vegetarian foods that cover atleast 30-40 gm protein daily along with sufficient fiber and carbs.

开启 Agent 模式后,Atlas 像一个真正的研究助理。它自己打开了多个健康饮食网站(比如 BBC Good Food、EatingWell),浏览内容,最后汇总成一个清晰的表格,列出了食物、蛋白质含量和食用建议。整个过程都在侧边栏有日志记录,一目了然。

6. Agent 模式进阶:智能购物

既然找到了食谱,那就顺便让它帮我把这些食材的购买链接也找出来。

Prompt: Pull up all product links from the previous response

Atlas 开始自动在新标签页中搜索牛奶、奶酪等每一种食材,然后把找到的商品链接汇总到侧边栏的表格里。它甚至还从商品页面抓取了关键信息,比如每份的蛋白质含量。

当然,它也不是完美的。有时会漏掉一些商品规格,或者找到的不是本地电商的链接。但通过后续的追问(比如“优先找亚马逊的链接”),可以不断修正它的行为。

7. 学习辅助:理解复杂概念

我假装自己是个学生,让它教我一个数据结构概念:最小生成树。

Prompt: I'm finding it hard to understand the concept of Minimum Spanning Trees. Help me understand this topic with visuals

它生成了一篇图文并茂的迷你教程,包含了概念讲解、图示、示例代码,甚至还有一些小测验。这种交互式的学习体验比单纯看书或视频要好得多。不过,它生成的图示还比较基础,对于复杂的概念,这种可视化的的效果可能还不够直观。

8. 深度研究:设计一个复杂系统

为了测试它的上限,我给了一个非常专业的系统设计问题,横跨了机器学习、隐私和密码学。

Prompt: Design an end-to-end system that combines federated learning (FL), differential privacy (DP), and secure aggregation (SecAgg) to deliver on-device personalization with measurable privacy/utility trade-offs.

我把这个任务交给了 Agent 模式,然后就去喝咖啡了。它自动打开了多个标签页,开始搜索论文、技术博客和官方文档。最终,它生成了一份相当完整的系统设计草案,包括架构图、协议流程、威胁模型分析,并且每一步都引用了来源。对于需要做深度文献综述的研究人员来说,这个功能简直是神器。

9. YouTube 视频总结

最后一个测试,我扔给它一个 YouTube 链接,让它总结视频内容。

Prompt: Watch this YouTube interview: [video_link]. Give me a clear, concise summary (5–7 bullets) of Andrej Karpathy’s main points on AGI timelines, RL/self-driving, and education/LLMs.

这里它遇到了点麻烦。它无法直接“观看”视频,而是要求我提供视频的文字稿。当我把视频简介里的文字贴给它后,它才成功生成了摘要。这个体验有点卡顿,说明它目前还不能直接处理视频内容,需要借助文本信息。

我的看法:Atlas 值得一用吗?

经过这一轮测试,我对 Atlas 有了比较清晰的认识。

优点很突出:

  • 无缝的上下文集成:它彻底消灭了在浏览器和 ChatGPT 之间来回切换的割裂感,让 AI 辅助成为一种流暢的体验。
  • Agent 模式潜力巨大:对于信息搜集、数据整理、文献综述这类重复性劳动,Agent 模式能极大地提升效率。
  • 信息聚合能力强:它的搜索结果页整合了 AI 摘要和传统搜索,在信息获取效率上确实有优势。

缺点也同样明显:

  • Agent 不够“聪明”:在处理复杂或模糊的任务时,它仍然需要人来监督和纠偏。像预订餐厅、处理有地区差异的购物链接时,它就显得力不从心。
  • 功能尚不完善:比如无法直接处理视频内容,生成的图表比较基础等,还有不少可以打磨的细节。
  • 性能和稳定性:在执行深度研究这类长时间任务时,会占用不少系统资源,偶尔也会卡住。

总的来说,Atlas 还不是一个能完全替代 Chrome 的成熟浏览其,但它绝对指明了下一代浏览器的发展方向。它不再是一个简单的内容呈现工具,而是一个主动帮你完成任务的智能助手。

我个人认为,对于研究人员、学生、内容创作者以及任何需要大量处理线上信息的人来说,Atlas 已经是一个非常值得尝试的生产力工具。它可能不会马上取代你用了多年的主力浏览器,但它所展示的“人与网络交互”的新范式,着实令人兴奋。

关于

关注我获取更多资讯

公众号
📢 公众号
个人号
💬 个人号
使用 Hugo 构建
主题 StackJimmy 设计