Tasks 在生成式 AI 领域通常指大模型能够处理的多种任务类型或功能模块，涵盖聊天、编程、工作流编排以及定时自动化等。2026 年上半年，主要厂商围绕 Tasks 的粒度、额度、实时性与集成度展开差异化竞争，同时出现了专门面向机器人记忆任务的基准评测。
ChatGPT Tasks 近期进展：Chat、Work、Codex 额度明确
一篇讲清 ChatGPT 的 Chat、Work、Codex 区别与额度 详解了 ChatGPT 下三类 Tasks 的各自定位：Chat 用于对话，Work 专攻文档与表格处理，Codex 负责代码生成与调试。三类 Tasks 共享配额但消耗不同，用户需根据实际场景选择合适模式，避免超额。
Gemini Spark 与 Chrome AI Mode 强化实时任务能力
谷歌 Gemini Spark 登陆 Mac，支持实时追踪资讯动态 显示，Gemini Spark 作为 7×24 云端 Agent 已登陆 macOS 桌面端，能够持续追踪新闻、股价等动态信息，自动执行周期性检查任务。同时，谷歌 Chrome 浏览器新增 AI Mode 按钮，侧边栏一键问答 将 Tasks 集成到浏览器侧边栏，用户无需打开独立页面即可调用问答、摘要等多类任务。
任务自动化与定时调度迎来升级
Manus AI 发布 Scheduled Tasks 2.0，支持定时自更新 Web 应用 允许用户设定周期性的自更新任务，自动爬取数据、生成报告并部署为 Web 应用。此外，RoboMemArena：首个系统评估机器人记忆能力的基准测试 从机器人视角评测长期任务执行中的记忆 recall 能力，补充了任务型 AI 的评测维度。
当前焦点与观察点
Tasks 正从单一对话向多模态、长周期、跨平台的自动化方向演进。厂商的竞争点集中在额度分配（如 ChatGPT 三类 Tasks 消耗）、终端集成（Chrome 侧边栏）以及定时任务的可编程性（Manus Scheduled Tasks）。但任务类型的快速分化也带来了用户体验碎片化问题——用户需要在多个界面和额度规则间切换。未来，核心趋势可能是统一任务调度入口，同时用基准测试（如 RoboMemArena）来标准化任务执行质量的评估。