亚马逊启动NOVA ACT：AI Agent Masters Web浏览器控制

亚马逊在周一发布了重大新闻，推出了Nova Act，这是一个通用AI代理，可以接管网页浏览器并自行执行简单任务。与这个新型代理AI模型一起，亚马逊还推出了Nova Act SDK，这是一个工具包，让开发者能够使用Nova Act快速构建代理原型。

由亚马逊在旧金山新开设的AGI实验室开发，Nova Act将为即将推出的Alexa+升级提供支持，这是一个增强版的亚马逊深受喜爱的语音助手，具备生成式AI智能。今天发布的Nova Act版本还有些粗糙，亚马逊称之为研究预览版。

开发者可以在nova.amazon.com上获取Nova Act工具包，该网站同时也是亚马逊各种Nova基础模型的展示平台。

通过Nova Act，亚马逊向OpenAI的Operator和Anthropic的Computer Use发起挑战，旨在推出自己的通用AI代理技术。大型科技公司认为，能够为用户浏览网络的AI代理将使今天的AI聊天机器人更加实用。

亚马逊可能不是第一个加入代理技术潮流的公司，但凭借Alexa+，它可能覆盖最广泛的受众。

亚马逊表示，通过Nova Act SDK，开发者应该能够为用户自动化处理基本任务，例如从Sweetgreen订购沙拉或预订晚餐。Nova Act工具包让开发者能够构建工具，使AI代理能够导航网页、填写表单或在日历上选择日期。

亚马逊声称，Nova Act在多项内部测试中超越了OpenAI和Anthropic的代理。例如，在ScreenSpot Web Text测试中，检查AI代理如何处理屏幕上的文本，Nova Act得分高达94%，击败了OpenAI的CUA（88%）和Anthropic的Claude 3.7 Sonnet（90%）。

然而，亚马逊并未让Nova Act接受更常见的代理评估测试，如WebVoyager。

Nova Act是亚马逊AGI实验室的首个公开产品，该项目由前OpenAI研究员David Luan和Pieter Abbeel共同领导。两人在加入亚马逊之前分别创立了Adept和Covariant，去年被亚马逊招募来领导其AI代理项目。

AGI实验室研究订购沙拉的AI代理可能看似奇怪，但Luan对TechCrunch表示，他认为代理是构建超智能AI系统的垫脚石。他将AGI定义为“一种可以在计算机上帮助你完成人类所能做的一切的AI系统”。

Luan表示，他的团队开发了Nova Act SDK，以可靠地自动化快速、简单的任务，并为开发者提供工具，以决定在代理工作流程中何时需要人工介入。他希望这能帮助开发者创建更可靠的代理应用，即使它们尚未完全自主。

亚马逊在一个竞争激烈的领域进入通用AI代理市场，但这是公司大力押注的关键技术。Nova Act的早期测试可能让我们一窥备受期待的Alexa+的功能，这可能是亚马逊AI雄心的成败关键时刻。

OpenAI、Google和Anthropic的早期AI代理存在的一个大问题是它们在不同领域的可靠性。在TechCrunch的测试中，这些系统运行缓慢，难以长时间独立工作，且常常犯人类不会犯的错误。很快我们就能知道亚马逊是否破解了这个难题，或者其代理是否与竞争对手存在相同的问题。