ChatGPT浏览器扩展升级支持跨标签页操控，新增Work模式实现表单填写与标签整理

OpenAI近期对其ChatGPT浏览器扩展推出关键性升级，核心能力从“读取网页内容”跃升至“主动操控浏览器环境”，标志着AI助手正从信息摘要工具向任务执行代理演进。此次更新最显著的变化是引入“Chat”与“Work”两种工作模式，并支持通过“@Chrome”指令在主对话界面直接调用浏览器功能，大幅降低操作门槛。

在“Chat”模式下，ChatGPT可跨多个已打开的标签页提取上下文信息。例如，当用户同时在京东、天猫、拼多多浏览同一款商品时，AI能自动比对价格、配送时效、售后政策等结构化数据，生成对比摘要，辅助决策——这已超越传统侧边栏摘要功能，进入主动信息整合阶段。该能力建立在去年7月首次开放的标签页访问权限基础上，但此前仅限单页内容读取，此次升级实现了真正的多页协同理解。

更进一步的是“Work”模式，它赋予AI对浏览器的主动操作权。系统可依据用户指令执行具体动作：自动填写在线表单（如注册、问卷、订单提交），其中数据来源既包括网页实时抓取的信息，也支持调用本地文档（如PDF、Word）中的字段；发送邮件或即时消息；下载指定文件；甚至按主题对当前打开的数十个标签页进行智能归类——例如将“酒店预订”“航班查询”“景点攻略”分别归入旅行计划子集。值得注意的是，所有自动化操作均设置人工校验环节：表单填写完成后，系统会暂停并提示用户复核内容，确认无误后才执行提交，避免因语义误解导致错误操作。

权限管理机制同步强化。用户无需进入扩展设置页面，即可在每次AI请求访问聊天记录或新网站时，选择“仅允许一次”“允许当前网站”或“允许所有网站”等细粒度选项。此外，还可将AI的访问范围限定于特定标签页，防止其读取银行、邮箱等敏感页面内容，兼顾效率与隐私。

为承载上述功能，OpenAI新增一个专属的ChatGPT浏览器标签页，集中保存用户历史对话记录。该页面本身即为操作入口：用户既可在其中以“Chat”模式提问，也可切换至“Work”模式发起任务流程。这一设计将原本分散在侧边栏的功能整合至统一工作区，提升任务连贯性。

技术实现上，本次升级依赖Chromium内核提供的扩展API深度集成能力。目前支持的浏览器包括Google Chrome、Microsoft Edge、Brave、Opera与Vivaldi，均为基于Chromium架构的产品；而Firefox与Safari因扩展机制差异暂未纳入支持范围。用户可通过Chrome网上应用店免费安装最新版扩展。

值得留意的是，此次强化浏览器端能力，与OpenAI此前尝试自建浏览器Atlas的失败形成对照。Atlas于2025年发布，内置ChatGPT功能，意图构建独立生态，但因无法撼动Chrome等主流浏览器的用户习惯，已于2026年8月终止运营。此举表明，OpenAI策略已转向“嵌入式赋能”——不争夺入口，而是深度适配现有平台，通过增强第三方工具链来扩大AI影响力。

行业层面，此类浏览器级AI代理正成为大模型落地的关键路径。除OpenAI外，Adobe近期也在ChatGPT插件中推出交互式编辑功能：用户可在侧边栏直接修改图片局部、调整PDF文本、添加批注，且编辑结果实时同步至对话上下文，无需重复上传素材。这反映出一个趋势：AI不再仅输出文字答案，而是作为“数字协作者”介入具体工作流——从信息检索到内容生成，再到界面操作与任务闭环。

相比之下，早期浏览器扩展多聚焦于单点提效，如文章摘要、翻译、视频问答等被动响应功能；而当前升级则体现“主动代理”范式转变：AI具备目标导向的任务分解能力，能自主规划步骤（如“先查三家电价→比较配送时间→筛选免运费选项→生成推荐列表”），并在必要时请求用户确认关键节点。

安全与伦理边界随之凸显。尽管OpenAI设置了权限分级与人工复核机制，但AI操控浏览器仍引发担忧：若模型被诱导执行恶意脚本、窃取表单数据或伪造用户行为，潜在风险不容忽视。目前扩展采用沙箱隔离设计，禁止直接访问系统文件或执行任意JavaScript代码，所有操作均经用户显式授权。但随着能力持续增强，行业亟需建立更透明的审计机制与操作日志追踪能力。

从用户价值看，此次更新对高频多任务场景尤为实用。研究人员可快速汇总多个论文页面的核心结论；采购人员能并行比对供应商报价与合同条款；学生党可同时打开课程资料、作业模板与参考文献，其本质是将浏览器从“信息容器”转化为“智能工作台”，而ChatGPT成为台面上的“虚拟助理”。

需要指出的是，当前功能仍依赖高质量网页结构化数据。面对动态加载内容、反爬机制或复杂交互式前端（如单页应用SPA），AI可能无法准确提取字段或触发按钮。OpenAI尚未公开其底层解析引擎细节，但业内推测其结合了DOM树分析、视觉布局识别与语义推理模型，以提升对非标准页面的适应力。

未来演进方向清晰可见：一是与操作系统级权限打通（如访问本地文件系统、调用摄像头/麦克风），二是支持跨设备协同（手机端触发任务，PC端完成执行），三是引入记忆增强机制，使AI能在长期会话中持续积累用户工作偏好。不过，这些扩展必须建立在更严格的权限治理框架之上。

目前，该扩展已面向全球用户开放，无订阅门槛。对于习惯多标签页作战的互联网从业者而言，这不仅是工具迭代，更是人机协作范式的又一次微小但确定的前移。