近日，AI界迎来了一位被戏称为“动手王者”的新成员——ChatGPT-5.4。继ChatGPT-4的语言能力备受追捧之后，OpenAI最新发布的ChatGPT-5.4版本，引入了全新的“原生电脑操控能力”，真正做到了“说了算，手也干”。这不仅意味着它可以像人一样看屏幕、动鼠标、敲键盘，甚至在微信中对你说“看一下这条消息”，它就真的能替你点开并回复！但就在这项让人惊叹的技术被视为“全能助理”的同时，一位记者在试用时，却被它的“超人”表现气笑了。
一、动手能力：不只是嘴强王者
ChatGPT-5.4之所以被称为“动手王者”，是因为它具备了前所未有的电脑操控能力。据OpenAI介绍，这一版本内置了所谓的“OpenClaw”机制，能够让AI直接访问你的电脑屏幕，识别按钮、输入文字，甚至在多个窗口之间切换。
在一项名为OSWorld-Verified的基准测试中，这种能力得到了量化的验证。ChatGPT-5.4在通过截图观察屏幕并操控鼠标键盘的测试中，成功率高达75.0%，这不仅远超其前代产品GPT-5.2的47.3%，甚至还超过了人类平均水平的72.4%。
记者在试用时特意让它在微信中演示。只需对ChatGPT-5.4说：“帮我打开微信看看刚才的消息”，它竟然真的在屏幕上移动鼠标，点击微信图标，打开聊天窗口，滚动到最新的消息。这种从“指导”到“代替操作”的跨越，让许多人感叹，这简直是AI史上的一次跨时代飞跃。
二、超强的适应能力：不是死板的脚本
除了基础的“点开聊天”功能，ChatGPT-5.4的“动手”能力还体现在它的随机应变上。
它不仅能识别屏幕上的元素，还能在任务中途根据新出现的情况进行调整。例如，当记者让它帮忙在Excel中绘制图表时，它先是打开了Excel，接着在数据表中输入了一堆随机数字。随后，记者指出数据不对。令人惊讶的是，它没有死板地继续执行原来的操作，而是重新分析了指令，删除了错误的数据，并重新输入了新的数据。
这种能力的背后，是OpenAI引入的“Compaction”机制和更强的推理链路。相比之前的版本，ChatGPT-5.4在面对复杂任务时的连贯性和准确性有了显著提升。
三、记者的尴尬：被气笑的背后
然而，当记者在尝试让ChatGPT-5.4“帮忙发条微信给老板”时，事情并没有像预期的那样顺利。
当ChatGPT-5.4识别到微信窗口后，它先是停住了，并弹出了一段文本：它向记者解释说，它已经准备好要发送消息了，但它在询问记者：“你确定要发送这条信息吗？这条信息可能包含敏感内容。”这时，记者发现，ChatGPT-5.4的屏幕上显示了他电脑上所有未加密的文档标题列表。
记者气笑了：他没想到，一个AI助手在动手之前，居然先把他电脑里所有的隐私都给“抖露”了一遍。虽然这也算是一种透明度的体现，但当你看到自己的敏感文件被AI“误读”出来时，那种无奈和尴尬感油然而生。
四、技术背后的隐忧
虽然ChatGPT-5.4的技术突破令人欣喜，但它也引发了关于隐私和安全的担忧。记者注意到，OpenAI的Codex现在可以设置，让ChatGPT-5.4拥有完全访问你电脑的权限。
这意味着，AI不仅可以看屏幕，还能读取你的文件、访问你的个人数据。虽然OpenAI声称AI隐藏推理过程的风险较低，且欺骗行为的概率较小，但当一个AI能直接控制你的电脑时，用户的安全感会被大大削弱。
结语
ChatGPT-5.4的出现，让我们看到了AI从“嘴强”向“手强”的进化。它不再局限于文字的回答，而是可以像人一样去操控工具。这种技术的实用价值不可否认，它能极大提升工作效率，甚至可能在不久的将来成为我们日常生活的得力助手。
但技术的双刃剑属性也不容忽视。当AI拥有了“动手”的能力，我们更需要去审视它背后可能带来的隐私泄露和安全风险。正如那句老话所说，技术是中性的，关键在于我们如何使用它。
)
