اگر امروز برای نسخههای تجاری ChatGPT هزینه پرداخت میکنید، ابزارهای شما از یک چتباکس ساده به یک ایستگاه کاری کامل تبدیل شده است. این تغییر یعنی مدل دیگر فقط «صحبت» نمیکند، بلکه ابزارهای لازم برای اجرای کامل یک پروژه را در اختیار دارد.
اوپنایآی (OpenAI) در محصول جدید خود، ChatGPT Work، تمرکز را بر «وظایفی با خروجی مشخص» گذاشته است. اما واقعیت فنی نشان میدهد که ما با یک چرخش بنیادین به سمت عملیات خودگردان روبرو هستیم. ادغام یک مرورگر کروم بدون رابط گرافیکی (Headless Chrome) و یک سیستم فایل دائمی، این محصول را از یک چتباکس به یک عامل (Agent) — شبیه به کارمندی که هم دسترسی به اینترنت دارد و هم میز کاری برای ذخیره مدارک — تبدیل کرده است.
این تحول در حالی رخ میدهد که کاربران هنوز در تفکیک میان رابطهای چت معمولی و جریانهای کاری عاملمحور (Agentic) مشکل دارند. همانطور که در تحلیل قبلی ما دربارهی نشت کلیدهای حساس .env در پرامپتهای هوش مصنوعی اشاره کردیم، معرفی یک فضای کاری دائمی و اجرای کد متصل به اینترنت، سطح حملات امنیتی را در صورت عدم مدیریت دقیق، بهشدت افزایش میدهد.
برای درک بهتر، تفاوت را اینگونه تصور کنید: در حالت عادی شما از یک agent سفر میخواهید لیستی از هتلها را به شما بدهد، اما در ChatGPT Work، شما به آن agent کارت اعتباری و یک مرورگر میدهید تا واقعاً اتاق را رزرو کند. در واقع، ChatGPT Work ابزارهای واقعی مورد نیاز برای اجرای یک پروژه از ابتدا تا انتها را در اختیار مدل قرار میدهد.
دو نسخه از محیط کاری
به نقل از گزارش simonwillison.net در ۳۱ اوت ۲۰۲۶، این محصول به دو بخش مجزا تقسیم شده است. اوپنایآی که این سرویس را در ۹ ژوئیه معرفی کرد، از آن زمان به طور مداوم در حال تکرار و بهروزرسانی آن بوده است:
- Work Cloud: از طریق وبسایت chatgpt.com یا اپلیکیشنهای موبایل در دسترس است و محیط اصلی عاملمحور محسوب میشود. این در حالی است که اوپنایآی برای جذب کاربران بیشتر، محدودیت چت متنی را برای تمام کاربران رایگان کرده است تا دسترسی به مدلهای پایه تسهیل شود.
- Work Local: یک اپلیکیشن دسکتاپ (که پیشتر Codex نام داشت) که میتواند به فایلهای محلی دسترسی داشته باشد و برنامهها را مستقیماً روی کامپیوتر کاربر اجرا کند. این نسخه شبیه به یک Codex بازطراحیشده است تا برای غیربرنامهنویسان کمتر ترسناک باشد. برای کسانی که به دنبال کنترل کامل روی دادهها هستند و میخواهند هزینههای ماهانه API را با استقرار مدلهای محلی حذف کنند، ابزارهایی مانند Ollama جایگزینهای قدرتمندی برای این رویکرد هستند.
دسترسی به این قابلیتها در حال حاضر محدود به مشترکانی است که ماهانه ۲۰ دلار یا بیشتر پرداخت میکنند. کاربران رایگان و مشترکان ۸ دلاری (نسخه Go) از این امکانات محروم هستند.
تعریف کاربردهای عملی
اوپنایآی محیط Work را از طریق یک انتخابگر تب (Tab Selector) به عنوان جایگزینی برای Chat معمولی معرفی کرده است. طبق راهنمای رسمی، Chat برای پاسخها، توضیحات، ایدهپردازی یا تهیه پیشنویسهای کوتاه است. در مقابل، ChatGPT Work برای کارهایی با خروجیهای ملموس و مشخص طراحی شده است، مانند:
- تهیه بریفها و اسلایدهای ارائه (Decks)
- تحلیلهای دقیق و جامع دادهای
- بهروزرسانیهای دورهای و تکرارشونده
- جریانهای کاری پیچیده (Complex Workflows)
- مدیریت فایلها برای بررسی و استفاده
انتخاب مدل و سطوح استدلال
برخلاف رابط معمولی، در محیط Work کاربر میتواند مدل و سطح استدلال را صراحتاً انتخاب کند. مدلهای GPT-5.6 Sol، Luna و Terra در دسترس هستند. این مدلها ۶ سطح استدلال ارائه میدهند: Light، Medium، High، Extra High، Max و Ultra.
مدل GPT-5.5 نیز تا سطح Extra High در دسترس است. این گزینهها دقیقاً مشابه مدلهایی هستند که از طریق API اوپنایآی در دسترس برنامهنویسان قرار دارند. در مقابل، کاربران معمولی Chat در سطح High محدود شدهاند و برای دسترسی به سطوح Extra High و Pro باید ماهانه ۱۰۰ دلار یا بیشتر پرداخت کنند. در حالی که کاربران ۲۰ دلاری در محیط Chat حداکثر به سطح High دسترسی دارند.
حالت Ultra بسیار حائز اهمیت است؛ زیرا وظایف پیچیده را بهطور تهاجمی به زیر-عاملها (Sub-agents) میسپارد؛ قابلیتی که در تجربه چت معمولی به طور کامل غایب است. همچنین باور بر این است که جلسات Work بر اساس سهمیه Codex محاسبه میشوند، در حالی که جلسات Chat سهمیه جداگانهای دارند.
اجرای کد متصل به اینترنت
بزرگترین جهش فنی در محیط اجرای کد رخ داده است. در حالی که ChatGPT معمولی اکثر فراخوانیهای API خارجی و نصب نرمافزارها را از طریق یک پروکسی کانتینری مسدود میکند، ChatGPT Work اجازه میدهد مفسر کد مستقیماً با اینترنت آزاد ارتباط برقرار کند.
این یک تکامل بزرگ برای الگوی مفسر کد (Code Interpreter) است که در سال ۲۰۲۳ توسط اوپنایآی پیشگام شد. اگرچه کانتینر مشابه در مدل Claude از سپتامبر گذشته دسترسی محدودی به اینترنت داشت — که اجازه نصب بستههای NPM/PYPI و کلون کردن گیتهاب را از طریق یک لیست سفید (Allowlist) کوتاه میداد — اما ChatGPT Work بسیار بازتر است. بهطور پیشفرض، این سیستم به تمام دامنهها باز است، هرچند میتوان آن را با یک لیست سفید خاص پیکربندی کرد.
این قابلیت به عامل اجازه میدهد مخازن گیتهاب را کلون کند، وابستگیهای نرمافزاری خاص آنها را نصب کند و با APIهای زنده وب تعامل داشته باشد. در واقع، محیط ایزوله (Sandbox) به یک ایستگاه کاری برنامهپذیر تبدیل شده است.
ادغام با مرورگر کروم
ChatGPT Work میتواند یک نمونه کامل از مرورگر کروم را اجرا کند. این ابزار به هوش مصنوعی اجازه میدهد:
- وبسایتهای زنده را باز کرده و فرمهای پیچیده را پر کند.
- جاوااسکریپت را مستقیماً روی DOM صفحه بارگذاری شده اجرا کند.
- از محتوای وب اسکرینشات بگیرد.
- برای کدهای تایید دو مرحلهای (2FA) یا رمز عبور، از کاربر درخواست کند بدون اینکه اعتبارنامهها (Credentials) از لایه مدل عبور کنند.
برای مثال، وقتی از مدل خواسته شد عناوین سایت simonwillison.net را استخراج کند، عامل از یک ارزیابی Playwright برای کوئری گرفتن از تمام تگهای h1 تا h6 استفاده کرد و سطح، متن و ID هر عنوان را بازگرداند. این قابلیت برای کاربران موبایل، امکاناتی را فراهم میکند که پیشتر فقط در ابزارهای تخصصی جاوااسکریپت مانند shot-scraper موجود بود.
سیستم فایل دائمی و وضعیت
جلسات معمولی چت با یک صفحه سفید شروع میشوند. در مقابل، ChatGPT Work یک فضای ذخیرهسازی دائمی در مسیر /workspace فراهم میکند.
هر جلسه پوشه موقت (scratch) خود را دارد (مثلاً /workspace/scratch/e00a0a017944)، اما این پوشهها در چتهای مختلف باقی میمانند. یعنی اگر کاربر فایلی را در یک جلسه ویرایش کند، تغییرات در جلسه بعدی هم فوراً دیده میشود. برخی کاربران تا ۱۷۰ پوشه در این دایرکتوری جمع کردهاند. البته فضای پردازشی (Process Space) مشترک نیست و سرورهای localhost که در یک جلسه اجرا میشوند، در جلسه دیگر در دسترس نیستند.
ساخت وبسایت و اتوماسیون
کاربران اکنون میتوانند وبسایتهای کاملی را با استفاده از Cloudflare Workers بسازند و مستقر کنند. این سایتها میتوانند شامل HTML، جاوااسکریپت و قابلیتهای ذخیرهسازی وضعیت (Stateful) باشند که توسط پایگاهدادههای Cloudflare D1 و R2 پشتیبانی میشوند.
یک مثال از این قابلیت، سایتی است که تصویر «پلیکانی در تقوا» (تصویری از مسیحیت قرون وسطی) را در سراسر لندن نقشهبرداری میکند. عامل یک فایل JSON از مکانها تولید کرد و آن را در یک URL با پسوند .simonw.chatgpt.site مستقر نمود. این سایتها بهطور پیشفرض خصوصی هستند اما میتوان آنها را عمومی کرد یا با اعضای تیم به اشتراک گذاشت.
علاوه بر این، پلتفرم از اتوماسیونهای زمانبندیشده پشتیبانی میکند. کاربر میتواند دستور دهد که عامل هر روز ساعت ۸ صبح، جستوجویی برای اخبار خاص — مانند تاریخهای عرضه Waymo برای Half Moon Bay — انجام دهد. این وظایف را میتوان با سایر ویژگیهای Work ترکیب کرد، مثلاً زمانبندی یک بهروزرسانی ساعتی برای یک وبسایت مستقر شده در ChatGPT Site.
زیر-عاملها و قابلیتهای کاربر حرفهای
در حالی که Chat معمولی قادر به اجرای زیر-عامل نیست، ChatGPT Work این امکان را فراهم میکند. این یعنی در پروژههای پیچیده، چندین عامل موازی (با استفاده از مدلهای Sol، Luna و Terra) میتوانند با هم همکاری کنند تا یک هدف بزرگتر را به سرانجام برسانند.
موازنه امنیتی
این قدرت با یک «سهگانه مرگبار» از ریسک همراه است: دسترسی به دادههای خصوصی، مواجهه با محتوای وب غیرقابل اعتماد و وجود یک کانال ارتباطی برای ارسال دادهها به مهاجم.
به دلیل باز بودن مرورگر و اجرای کد، سیستم در برابر حملات تزریق پرامپت (Prompt Injection) آسیبپذیر است. اوپنایآی هنوز مستندات دقیقی درباره پرامپتهای سیستمی یا توصیفات ابزاری که برای کاهش این ریسکها استفاده شده ارائه نکرده است، هرچند احتمالاً از همان مکانیسم بازبینی خودکار موجود در Codex استفاده میکنند.
این تغییر یعنی «پرامپت» دیگر محصول نهایی نیست؛ بلکه پرامپت تنها ماشه شروع یک فرآیند مهندسی چندمرحلهای شامل مرورگر، سیستم فایل و استقرار ابری است. برای کاربر حرفهای، گلوگاه دیگر دانش مدل نیست، بلکه توانایی کاربر در طراحی جریان کاری (Workflow) است که عامل بتواند آن را بهصورت ایمن اجرا کند.
باید منتظر ماند و دید ارائهدهندگان دیگر مانند Anthropic چگونه به این رویکرد «وب-باز» در اجرای کد پاسخ میدهند، زیرا این موضوع معیار جدیدی برای تعریف اشتراکهای «حرفهای» هوش مصنوعی تعیین میکند.
گام بعدی شما
- اگر مشترک ۲۰ دلاری هستید، سعی کنید یک اتوماسیون روزانه برای جمعآوری دادههای وب و استقرار آن در یک سایت
.chatgpt.siteطراحی کنید. - برای پروژههای پیچیده، از مدل Terra در حالت Ultra استفاده کنید تا قدرت زیر-عاملها در تفکیک وظایف را تجربه کنید.
- تمام دسترسیهای
/workspaceرا بررسی کنید تا مطمئن شوید دادههای حساس در پوشههای دائمی باقی نماندهاند.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو