人工智能公司Anthropic刚刚发布了Claude AI模型的新版本,并于10月22日推出了"计算机使用"的测试版。
这个测试版将允许开发者使用API,让Claude控制鼠标指针、点击按钮和输入框,并在用户的计算机环境中自动插入文本。
一段展示Claude计算机使用功能的视频显示,它能够导航多个窗口,打开新标签页搜索信息,并在窗口之间传输数据。
计算机控制
在当前的模型中,由人工智能驱动的大型语言模型,如Anthropic的Claude和OpenAI的ChatGPT,通过专用界面与用户交互。一些模型可以在其界面内进行有限的网络搜索,但外部交互通常仅限于允许用户上传文档供AI处理。
通过Anthropic新推出的计算机使用测试版,该公司希望最终开发者能够自动化人类在客户端上能执行的所有功能。
据公司博客文章介绍:
"开发者可以指导Claude以人类的方式使用计算机——通过观察屏幕、移动指针、点击按钮和输入文本。Claude 3.5 Sonnet是首个在公开测试阶段提供计算机使用功能的AI模型。在这个阶段,它仍然是实验性的——有时会笨拙和容易出错。"
计算机使用测试版仅面向开发者,通过Claude API提供。不过,Anthropic表示他们正在尽早发布,以获取开发者的反馈。该公司预计这一功能将"随时间快速改进"。
隐私和安全
Anthropic在博客文章中提到了一些隐私和安全方面的担忧,明确指出"由于计算机使用可能提供新的攻击面,如寄生虫、不实讯息或欺骗,"该公司正采取"主动方式促进其安全部署",并可以识别计算机使用被错误部署的情况。
