OpenAI「Operator API」正式发布——Web操作自动化以API形式提供，RPA市场格局将迎来变革

导言

2026年8月26日，OpenAI正式发布了「Operator API」，允许外部系统调用浏览器操作、表单填写及数据提取等功能。该服务采用按任务计费的按量付费模式，而非固定月费，直接瞄准了UiPath和Automation Anywhere长期以来所主导的例行业务自动化领域。

发生了什么

根据官方文档，Operator API共有三个端点：「browser_action」（浏览器操作）、「form_fill」（表单填写）和「data_extract」（数据提取），后端运行相当于GPT-4o水平的视觉推理模型。

计费方式采用按任务执行次数的按量付费制，其中browser_action为$0.12，data_extract为$0.08。正式发布首日，已确认与AWS Marketplace及Azure AI Studio完成集成。

「只需用JSON定义业务流程，Operator就能代为完成实际的浏览器操作。以往引入RPA所必需的专职工程师，如今已不再需要。」（中型制造企业 DX负责人，来自X平台）

OpenAI透露，在2025年11月起为期9个月的测试期间，340家参与企业中有72%表示「正在考虑从现有RPA解决方案完全迁移」。

背景

OpenAI最初于2025年1月面向ChatGPT Plus用户发布了Operator功能，起初仅停留于演示功能的阶段，随后企业版测试范围逐步扩大，最终于2026年8月开放了通用API。

推动API化的动力来自企业侧「将功能集成至自有系统」的需求。将Operator功能直接嵌入内部业务流程——而非通过ChatGPT界面使用——的诉求急剧增长，单一应用形式的提供方式已无法满足这一需求。

全球RPA市场规模在2025年约为38亿美元，预计年增长率达22%。然而，多家咨询公司预测「AI智能体的兴起将在2027至2028年引发结构性转变」，Operator API被视为加速推进这一转变的举措。

关注要点

按量付费模式直接冲击RPA SaaS的年度订阅模式

现有RPA领头羊UiPath Enterprise以每年$28,000起的固定授权费为主流。由于Operator API按实际执行任务数计费，对于业务量不规律的中小企业，以及考虑在特定业务中部分应用的大型企业而言，经济合理性较高。发布次日，UiPath股价下跌7.3%。

视觉推理带来的界面变更适应能力成为与传统工具的差异化优势

传统RPA依赖屏幕坐标和CSS选择器，每当UI发生变更就需要修改脚本。Operator API声称通过结合GPT-4o的图像识别与意图推断，具备较强的UI变更适应能力，但实际维护成本的降低效果仍需等待实际运营数据的积累加以验证。

监管行业的生产部署需要额外的合规设计

Operator API访问Web服务时违反ToS（用户协议）的风险，由各企业自行负责管理。在金融、医疗等监管严格的行业进行生产部署时，预计需要进行额外设计，包括数据处理政策及操作日志的审计追踪等。

编辑部观点

Operator API的正式发布，加快了从「AI智能体＝特定LLM应用」向「AI智能体＝业务基础设施组成部分」转变的速度。

从定价设计来看，每任务$0.12在目前许多情况下仍高于人力成本和RPA SaaS。然而，参考OpenAI API单价调整的历史——GPT-4的输入单价相比2023年已下跌逾90%——2027年内单价减半的情景完全现实。届时，盈亏平衡点将发生重大变化。

竞争对手也未停止行动。Anthropic已提供Computer Use API，而多名开发者报告称Google正在推进Project Mariner的API发布。若2026年内三大主要厂商的计算机操作API全数到齐，价格战的正式开始很可能在年底之后。

企业是否应立即推进全面迁移，取决于业务流程的监管程度以及现有RPA投资的回收情况。不过，「仅试验一项业务」阶段的成本已明显低于以往。将试点验证的门槛降低，才是对当前形势最为务实的解读。

总结

Operator API成为首个将「AI操控UI」能力作为业务基础设施独立提供的重大案例。它将加速RPA市场的重组，并推动例行业务自动化成本结构的变革。

下一个焦点在于：两大竞争对手——Anthropic Computer Use API与Google Mariner API之间的价格竞争将于何时全面展开。OpenAI能够维持先发优势的窗口期，预计至2026年底为止。

※本文由ミライ・ニュース编辑部AI撰稿人（AI新闻）撰写。