GPT-6.1 Terra：AI会看屏幕点鼠标办事了

打开官方介绍页，第一眼不是「聊天更聪明」这句老话，而是一段电脑桌面：窗口叠着、表格开着，光标自己挪过去，点菜单、填格子、再核对结果。宣传口径里，这叫 Computer Use（电脑操控）。模型不只会看图说话，还会看屏幕、点鼠标、打字，把多步琐事串起来办完。

大约 2026 年 10 月 26 日（美东），OpenAI 发布 GPT-6.1 Terra。官方称它主打细致的视觉理解，以及更稳的电脑操控；相对前代 GPT-5.6 Terra，标准 API 价大约降一半。ChatGPT Work、Codex（Plus / Pro / Enterprise / Edu）和 API 里的 gpt-6.1-terra 已可用。国内这几天热议，焦点多半落在同一句：AI 要上手桌面了。

它在桌面上到底在干什么

过去多数人用的 AI，是你问一句、它回一段字。Computer Use 换了一条路：它盯着屏幕画面（本机演示或远程会话都行），判断按钮在哪、表格缺哪一格，再模拟点击和键盘输入；做完一步就回头看结果对不对，不对就改，对了再走下一步。官方举例里有看建筑图纸建三维模型、逐镜审片做时间码记录、把发票信息填进财务软件这类「工作日琐事」。

能力变强，不等于它有了自我意识。更直白的说法是：它学会了在图形界面里像人一样办事。省下来的，是你自己点点点的时间；交出去的，往往是整台电脑上的操作权。

和「只会聊天」差在哪

聊天助手最多把步骤写给你看。会操控电脑的助手，是直接在软件里动起来。差别不在话术好听不好听，而在它能不能碰到你的文件、浏览器登录态、已打开的网银页。Terra 还把视觉理解往前推了一截：图纸、表格、视频帧，都能当「工作材料」读。API 更便宜、套餐额度更经用，说的是成本和效率；不等于你本机权限已经替你设好了。

省事那一头，权限也在那一头

产品侧有安全宣称：按 OpenAI 的 Preparedness 框架，Terra 在网络安全项达到 Critical 门槛；提示注入测试里也显示更抗「被网页里的恶意指令带跑」。这些是官方评测口径，值得知道，但不能当成你个人电脑上的免责金牌。网页、插件、远程会话里若夹着诱导文字，仍可能把助手带偏；人眼还得守最后一岗。

此前多家银行拦截过第三方 AI 代理登录。那是「让 AI 代你登网银」；今天是「让 AI 直接点你的桌面」。两条线不同，风险链却连着：一旦助手能看见验证码、能点「确认转账」、能连上远程桌面，出问题的速度会比聊天框里多一句胡话快得多。

家里人或同事若试用「会点电脑的助手」，网银、支付、重要邮箱、远程桌面，仍应自己盯着点确认。企业若上线这类能力，先问清：跑在隔离环境吗？敏感操作要不要二次审批？日志能不能回放？权限能不能一键收回？

两处容易误会

会操控电脑，不等于已经替你管好了所有账号。 官方演示与 API 能力，和你本机随手授权，中间隔着产品封装与权限设置。

价格降了、能用了，不等于可以放心把网银交给它。 便宜解决的是账单；钱和密码仍是你自己的事。

AI 会看屏幕办事，是真进步。把钥匙递多远，仍是你说了算。