亞馬遜啟動NOVA ACT：AI Agent Masters Web瀏覽器控制

亞馬遜於週一發布重大消息，推出Nova Act，這是一款通用AI代理，能夠接管網頁瀏覽器並獨立執行簡單任務。與此新型代理AI模型一同推出的還有Nova Act SDK，這是一套讓開發者能使用Nova Act快速打造代理原型工具包。

由亞馬遜新設立於舊金山的AGI實驗室開發，Nova Act將為即將推出的Alexa+升級版注入動力，這是亞馬遜深受喜愛的語音助手，搭載生成式AI智能的增強版本。然而，今天推出的Nova Act版本尚有些粗糙，亞馬遜稱其為研究預覽版。

開發者可在nova.amazon.com獲取Nova Act工具包，該網站同時展示亞馬遜的各類Nova基礎模型。

透過Nova Act，亞馬遜向OpenAI的Operator和Anthropic的Computer Use發起挑戰，目標是推出自己的通用AI代理技術。科技巨頭認為，能為用戶瀏覽網絡的AI代理將使當前的AI聊天機器人更加實用。

亞馬遜或許不是第一個加入代理技術潮流的公司，但憑藉Alexa+，它可能觸及最廣泛的受眾。

亞馬遜表示，透過Nova Act SDK，開發者應能為用戶自動化基本任務，例如從Sweetgreen訂購沙拉或預訂晚餐。Nova Act工具包讓開發者能拼湊出工具，使AI代理能瀏覽網頁、填寫表單或在日曆上選擇日期。

亞馬遜聲稱，Nova Act在多項內部測試中超越了OpenAI和Anthropic的代理。例如，在ScreenSpot Web Text測試中，該測試檢查AI代理處理螢幕文字的能力，Nova Act得分94%，擊敗OpenAI的CUA（88%）和Anthropic的Claude 3.7 Sonnet（90%）。

然而，亞馬遜未將Nova Act置於更常見的代理評估（如WebVoyager）中進行嚴格測試。

Nova Act是亞馬遜AGI實驗室首個公開產品，該項目由前OpenAI研究員David Luan和Pieter Abbeel共同領導。兩人此前分別創辦了Adept和Covariant，去年被亞馬遜收購，帶領其AI代理計畫。

AGI實驗室研究訂購沙拉的AI代理可能看似奇怪，但Luan對TechCrunch表示，他視代理為打造超智能AI系統的墊腳石。他將AGI定義為「一個能協助你完成人類在電腦上能做的任何事的AI系統」。

Luan表示，他的團隊打造了Nova Act SDK，以可靠地自動化快速、簡單的任務，並為開發者提供工具，決定代理工作流程中何時需人類介入。他希望這能幫助開發者創造更可靠的代理應用，即使它們尚未完全自主。

亞馬遜在競爭激烈的通用AI代理領域中進場，這是公司大力押注的關鍵技術。Nova Act的早期測試或許能讓我們一窺備受期待的Alexa+功能，這可能是亞馬遜AI雄心的成敗關鍵時刻。

OpenAI、Google和Anthropic的早期AI代理存在一大問題，即在不同領域的可靠性。在TechCrunch的測試中，這些系統速度慢、難以長時間獨立運作，且常犯人類不會犯的錯誤。不久後我們將得知亞馬遜是否破解了這一難題，或其代理是否與競爭對手有相同問題。