Click HERE to read the original article in English.
在一项前所未有的发展中，AI代理的时代已经到来。想象一个这样的世界：石头能够说话、阅读，甚至可以自主使用电脑浏览网页、点击按钮和输入文本。这一愿景随着Anthropic最近推出的AI代理Claude的计算机使用而变为现实。自10月推出以来，这项突破性的技术成为首批可能永远改变人工智能的技术之一。
AI代理的诞生
Claude的计算机使用的推出恰逢Anthropic发布高级模型Claude 3.5 Haiku和3.5 Sonnet之际。然而，Claude在AI代理领域的出现只是整个大趋势的一部分。竞争对手如Sam Altman正在开发受到电影《她》中Samantha启发的AI，而OpenAI也传闻即将推出一个运营代理。甚至Google也计划进入这一领域。尽管竞争激烈，Anthropic作为主要的AI开发者之一，通过引入计算机使用脱颖而出。
目前，Claude的计算机使用仍处于公开测试阶段，开发者正在全面测试其应用。然而，其潜力已经使其成为一项革命性技术——一种能够实现类似于人类自主计算机使用的广泛能力的技术。
Claude如何运作？
Anthropic的Claude早已掌握了图像理解，自三月份发布Claude三款模型以来，这一能力就被集成到其结构中。逻辑进展涉及将此能力扩展到计算机接口。通过训练AI根据屏幕视觉执行点击和输入等操作，开发人员赋予Claude执行类似人类用户任务的能力。
"几乎不需要额外的训练，AI模型在这项任务中表现出了惊人的能力——这是广泛能力的一个例子，"Anthropic说道。
这一创新的核心在于教Claude识别屏幕上的精确像素位置，使其能够智能地与各种接口交互。通过这种方式，Claude能够通过进行战略性截图和与重要软件功能的互动来自动化单调的流程。所执行的任务可以从使用互联网搜索结果完成表单填充到根据结构化在线数据在数字日历中创建事件。
代理循环的机制
Claude通过一种称为"代理循环"的程序智能地执行复杂任务。这一循环由多个步骤的周期组成：
- 决策：分析提示并选择行动计划。
- 评估：截取屏幕截图以评估行动进展。
- 行动：实施更改或使用工具，直到实现预期结果。
通过循环这一过程，Claude应用迭代学习来优化执行，并确保即使在挑战性场景中也能保持任务的精确度和准确性。
揭开实际应用
Claude的能力扩展到众多实际应用中，简化工作流程并提高生产力：
- 事件规划：在一次演示中，Claude利用其网页搜索能力高效地制定了一次远足旅行的日程，将研究结果整合到Google Calendar事件中。
- 安全监控：Ethan Mollick教授的实验突显了其在建筑工地监督中的潜力，通过检查影像记录设备使用情况、识别隐患并将发现汇编成电子表格。
💡 计算机使用可能会重新定义AI能力，从简单的助手转变为完全自动化的任务完成者。
可用性和开发者潜力
开发者可以通过虚拟环境（如Docker）运行Claude，需要Anthropic的API密钥。一个专用浏览器提供了Claude活动的可见性，显示用户输入，并系统地捕捉快照以检查任务准确性。
引入计算机使用引发了一场变革，通过降低开发者准入门槛，促进了LLM的工具应用范围的扩大。这一步是功能性上的一次巨大飞跃，从基本的编程协助演变为管理各个行业的综合工作流程。
应对局限性和安全性
尽管前景光明，Claude的计算机使用并非没有初期问题：
- 性能和稳定性：比传统模型运作速度慢，有时会崩溃或分心。
- 安全风险：虽然配备了防止误用的限制，但提示注入事件构成了重大风险，可能将Claude引导至非预期任务。
Anthropic通过在安全的虚拟机中运行Claude并严格控制站点访问来减轻这些风险。
AI代理的未来
随着测试阶段的推进，计算机使用的执行速度、可靠性和范围都有望得到提升。来自初创公司的行业兴趣更突显其地位——Cura作为实例，展示了与Claude对比的AI标杆进展。
随着LLM进步到可以完全控制计算机功能，一个充满创新的未来正召唤着我们。像Claude这样的AI代理将重塑软件开发、管理和人类日常生活，以其巨大的变革潜力激发我们的想象力。
想象一个AI不仅仅是辅助，而是主动承担那些通常由多个团队或公司分担的任务的世界。这就是Claude计算机使用的承诺。
问题来了：**你会用Claude的先进能力创造出什么？**这个可能性的领域正如想象力本身般无限广阔，等待着探索。
Midjourney prompt for the cover image: An abstract illustration of a futuristic AI agent interacting with a digital interface, vivid neon colors, camera angle capturing a blend of innovation and technology, sketch cartoon style, dynamic and engaging mood.
VIRTUAL ENVIRONMENTSAI代理, AUTOMATION, 计算机使用, 多任务处理, YOUTUBE, ANTHROPIC, CLAUDE COMPUTER USE, CLAUDE, 自动化, AI AGENTS, LLMS, 人工智能, TECHNOLOGY INNOVATION, FUTURE OF AI
