大模型公司不搞瀏覽器搞Agent，實(shí)測(cè)找到原因了

聞樂 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

如果Agent能操作命令行，就有了與整個(gè)計(jì)算機(jī)系統(tǒng)交互的能力。

也意味著一臺(tái)計(jì)算機(jī)的幾乎所有功能，都可以通過自然語言來驅(qū)動(dòng)。

這種產(chǎn)品終于有雛形了，我們抓來階躍星辰的桌面Agent小躍來看看實(shí)力～

它的形態(tài)比較新穎：是一個(gè)懸浮球

區(qū)別于瀏覽器Agent，小躍平時(shí)就這樣狗狗祟祟可可愛愛趴在桌面上。

當(dāng)然了，完整形態(tài)如下：

打眼一看，這個(gè)小躍能接互聯(lián)網(wǎng)、能搜索瀏覽器、能處理Excel表格、還能連接本地操作系統(tǒng)。

不過，據(jù)官方介紹，它較為突出的本領(lǐng)是支持通過“妙計(jì)”復(fù)用操作步驟，也支持設(shè)置“定時(shí)任務(wù)”到點(diǎn)自動(dòng)執(zhí)行，甚至能并行處理任務(wù)，不用像雞排哥一樣：做完你的再做你的。（doge）

好好好，開測(cè)！

一鍵幫搭編程環(huán)境

首先，對(duì)于學(xué)計(jì)算機(jī)的廣大朋友們來說，實(shí)踐的第一課是什么？

有言道：搭環(huán)境兩小時(shí)，寫代碼十分鐘。雖然說搭環(huán)境是必修課，但偶爾讓AI代勞一下也不是不可以。

先來下個(gè)conda！

• 下載conda

小躍隨即開始用內(nèi)置的瀏覽器訪問下載頁面，倒是也不用擔(dān)心被它看到瀏覽記錄了。

找完下載鏈接后檢查設(shè)備型號(hào)，選取合適版本后自動(dòng)開始Terminal下載。

幾分鐘后完成操作，整個(gè)過程不用動(dòng)手。（實(shí)際上隨時(shí)可以手動(dòng)接管）

最后來檢查一下，真的有！nice～

做不同的項(xiàng)目，對(duì)環(huán)境的需求也不一樣，比如：

• 我要做機(jī)器學(xué)習(xí)課程的CNN圖像分類作業(yè)，幫我自動(dòng)創(chuàng)建conda虛擬環(huán)境‘cnn-hw’，Python版本3.11，安裝torch、torchvision、matplotlib和jupyterlab，安裝完啟動(dòng)jupyter。

在實(shí)際執(zhí)行過程中，如果一種方法行不通，它會(huì)自動(dòng)糾錯(cuò)并修改。

最終，在本地打開了Jupyter。

再來檢查一下我們要求的安裝包是否下載了。

小躍甚至把環(huán)境變量都給你配好了，正好手頭有一個(gè)貪吃蛇代碼，在這個(gè)環(huán)境里跑一下。

覺得這個(gè)貪吃蛇太簡(jiǎn)單？讓小躍幫忙升級(jí)一波。

• 這是我之前寫的Python貪吃蛇代碼，幫我優(yōu)化三點(diǎn)：
• 用Pygame替換原來的tkinter界面，加個(gè)開始菜單；
  增加分?jǐn)?shù)排行榜功能，數(shù)據(jù)存在本地JSON文件里；
  檢查代碼里的內(nèi)存泄漏問題并修復(fù)，最后生成可執(zhí)行的exe文件”。
  

由于Agent在執(zhí)行任務(wù)過程中會(huì)有很多中間步驟（比如自動(dòng)安裝Pygame包等，能用到的都會(huì)自動(dòng)安裝），這里我們就不一一詳細(xì)展開了，結(jié)果就是小躍直接寫了個(gè)項(xiàng)目出來，并且都保存在了本地。

現(xiàn)在的貪吃蛇變成了這樣：

看來，在編程方面，小躍可以直接當(dāng)你的實(shí)時(shí)助手了，從環(huán)境到代碼包辦。

那對(duì)于在不需要編程的場(chǎng)景下，它又有什么亮點(diǎn)呢？

“妙計(jì)”復(fù)用指令，還能定時(shí)執(zhí)行

首先，這個(gè)桌面伴侶就像一個(gè)小助手，可以用它來設(shè)置提醒。

于是就會(huì)得到貼心提示：

還比如「/」設(shè)置一個(gè)“妙計(jì)”指令，提示詞就可以無限復(fù)用

執(zhí)行操作只需要：

• /圖片按時(shí)間分類

更絕的是它能定時(shí)任務(wù)。

到點(diǎn)自動(dòng)開刷小紅書。

做任務(wù)還不用一個(gè)個(gè)排隊(duì)，把事情都交給它，讓它在后臺(tái)跑，不干擾你當(dāng)前的工作，任務(wù)結(jié)束時(shí)會(huì)浮出提醒。

說完功能，說說不足。

實(shí)測(cè)下來最大的一個(gè)感受就是

比如搭建環(huán)境，任務(wù)完成時(shí)長(zhǎng)要以分鐘為單位，可能一些性子急的朋友已經(jīng)用這個(gè)時(shí)間找到教程自己做完了。

還有就是調(diào)試代碼時(shí)遇到多個(gè)錯(cuò)誤可能修改不完全，要讓它多查幾次。

還有就是，目前小躍只有Mac版本，據(jù)說Windows版本正在拍馬趕來的路上……

讓Agent更會(huì)玩電腦是未來技術(shù)趨勢(shì)

當(dāng)然了，“會(huì)玩電腦”、“接管電腦”也是Agent元年里最重要的產(chǎn)品及應(yīng)用趨勢(shì)。

大模型玩家早就摩拳擦掌了。

智譜一早就推出了桌面Agent，主打推理、生成PPT和海報(bào)，后來還接入了視頻生成模型。

MiniMax的Agent也在今年的WAIC上亮相，被內(nèi)部人員稱為“超級(jí)員工”，能夠輸出分析報(bào)告、代碼文件、網(wǎng)頁小游戲、演講ppt等多種形式。

前段時(shí)間Kimi家的OK Computer，可以自動(dòng)在云端的臨時(shí)虛擬環(huán)境進(jìn)行操作。

而到了小躍這里，更是離開了瀏覽器，成為了懸浮球。

我們只需要通過語言交互，就可以在本地終端“為所欲為”。

過去需要用戶手動(dòng)銜接的操作環(huán)節(jié)，如今正被語言指令串聯(lián)起來，或許未來我們和電腦的互動(dòng)，會(huì)像和人對(duì)話一樣輕松。

Agent正在打破人機(jī)交互的邊界，也在對(duì)操作系統(tǒng)，提出新的要求。

— 完 —