实习生 王春 澎湃新闻记者 喻琰裸舞 推特

能自主完成究诘、回应邮件以及解决其他后台使命的AI捏造助手来了。

10月22日，好意思国东说念主工智能初创公司Anthropic晓喻推出升级版的Claude 3.5 Sonnet模子，升级后的Claude 3.5大谈话模子，Anthropic宣称会达到“仿佛一个东说念主在电脑前使命”的成果。

它或然通过新的“计较机使用”（Computer Use）API，与任何桌面运用程序交互，师法键盘输入、鼠标点击和移动等操作。Anthropic将其称为“下一代AI自我学习算法”，并深信这项工夫有望在改日自动化经济中占有很大一部分。

演示视频里裸舞 推特，究诘东说念主员向Claude 3.5 Sonnet无情了一个执走运用场(02:01)

Anthropic在官方博客中详备先容了这项新功能的研发历程。他们覆按Claude或然“看到”屏幕上发生的事情，然后使用可用的软件器用来扩充当务。通过新的API，Claude不错计较需要移动鼠标的像素数，准确地方击屏幕上的正确位置，完成用户指示。

“咱们并非为Claude联想特定的器用来完成个别任务，而是教它通用的计较机技巧，让它或然使用为东说念主类联想的多样程序器用和软件程序。”Anthropic默示。

为了杀青该功能，Anthropic在器用使用和多模态方面作念了许多前期使命。操作计较机需要络续和讲明图像的才智——即屏幕截图。同期，还需要推理何时以及奈何扩充特定操作。通过覆按，Claude学会了将用户的文本指示迁徙为一系列逻辑智商，然后在电脑上扩充。

举例，它不错匡助用户找到去金门大桥不雅看日出的最好地方，检察驾车时期和日出时期，并在日期中安排步履；还不错自动编写网站代码，确立编程破绽，致使在用户构建运用程序时及时评估其性能。

尽管商场上已有其他或然自动化桌面任务的AI代理，如Relay、Induced AI和Automat，但Anthropic宣称，新的Claude 3.5 Sonnet模子在性能和肃肃性上最初于其他竞争敌手。笔据SWE-bench Verified基准测试，Claude 3.5 Sonnet在编码任务上得分从33.4%升迁至49.0%，朝上了扫数公开可用的模子，包括OpenAI的旗舰模子o1-preview。

此外，Claude 3.5 Sonnet在TAU-bench测试中也贯通出色，在零卖限制的得分从62.6%提高到69.2%，在更具挑战性的航空限制则从36.0%跃升至46.0%。即使莫得经过挑升的覆按，升级后的Claude 3.5 Sonnet在遭遇阻碍时还能自我纠错和重试，并能完成需要数十致使数百步的标的。

不外，Claude的计较机使发愤能现在仍有一定局限。举例，它在滚动、拖动、缩放等基本操作上还有辛劳，由于其通过截图并拼接的面孔“不雅察”屏幕，可能会错过轻微出现的算作或奉告。

安全问题亦然一大饶恕点。此前的究诘标明，即使是无法使用桌面运用程序的模子，如OpenAI的GPT-4o，在遭受“逃狱”挫折时，也可能扩充无益的多智商行径，举例从暗网购买假护照。

Anthropic默示，他们取舍了多项法子来留神销耗，举例不在覆按中使用用户的截图和领导词，留神模子在覆按时期打听收罗，并开采了分类器，招引Claude幸免高风险的行径，如在酬酢媒体上发帖、创建账户以及与政府网站交互。

“莫得万无一失的阵势，咱们将抓续评估和雠校安全法子，以均衡Claude的才智和负背负的使用。”Anthropic强调。据悉，多家有名公司仍是启动探索Claude的新功能，包括Asana、Canva、Cognition、DoorDash、Replit和The Browser Company等。

Anthropic由前OpenAI成员Dario Amodei和Daniela Amodei创立，旨在开采安全、可靠的AI模子，其Claude系列大谈话模子被粗鄙以为是 OpenAI 的 ChatGPT 和谷歌的 Gemini 的主要竞争敌手。这次Claude 3.5 Sonnet在关节性能诡计上杀青最初裸舞 推特，展示了Anthropic在东说念主工智能限制一样具有最初实力。