ChatGPT 不再满足于在侧边栏里当个问答机器。它把 computer use 能力直接装进了 Chrome，浏览器成了它的眼睛和手。
能力分成两层。浅的一层是"看"：你在对话里提问，ChatGPT 能读取当前打开的标签页，把散落在好几个页面上的信息汇总成一份答案，来回复制粘贴的力气省掉了。深的一层是"做"：切到工作模式之后，它可以直接操控标签页执行动作——发消息、填表单、下载文件，都不必你亲自动手。顺手还治了一个老毛病，把堆成一条线的标签页自动整理、归组。
这个顺序值得琢磨。先让模型学会看屏幕、点鼠标，再把这项本事落到 Chrome 这个最日常的入口上。浏览器是多数人一天里停留最久的软件，把它交给一个懂上下文的模型，等于把"操作网页"这件事重新定义了一遍。代价也摆在那儿：一个能替你填表单、发消息的代理，权限边界怎么划、误操作谁来兜底，不会因为功能好用就自动消失。真正的门槛从来不是能不能做到，而是敢不敢让它放手去做。
