我要投稿

Agent S：像人类一样使用电脑的AI来了！

发布日期：2024-10-27 19:41:34 浏览次数： 2279

作者：AGI Hunt

微信搜一搜，关注“AGI Hunt”

研究人员开发出了一个能像人类一样使用电脑的AI系统！

这个名为Agent S的系统，通过将复杂的桌面任务分解成易于管理的小步骤，并记住有效的操作方法，成功实现了在不同系统上处理各种桌面任务的能力。这项突破性研究为AI自动化复杂计算机任务开辟了新天地。

Agent S：AI界的"电脑高手"

Agent S采用了一种名为"经验增强分层规划"的方法，让它能够更好地处理各种图形用户界面（GUI）任务。这种方法主要包含三个关键组件：

管理器模块：负责将复杂任务分解成子任务，利用网络知识和叙事记忆来制定整体计划。
工作者模块：执行具体的子任务，依靠情景记忆和轨迹反思来完成操作。
自我评估器：将经验总结为文本形式的奖励，并更新叙事和情景记忆。

这种结构使Agent S能够像人类一样，逐步学习、积累经验，并不断提高自己的操作技能。

为什么Agent S如此与众不同？

传统的AI系统在处理复杂计算机任务时面临三大挑战：

获取各种应用程序的专门知识
规划长期任务
应对动态、非统一的界面

Agent S通过其独特的设计巧妙地解决了这些问题。它不仅能够理解任务，还能制定合理的执行计划，并在动态变化的界面中灵活应对。

Agent-Computer Interface：AI与计算机的"神经接口"

研究团队还开发了一个称为Agent-Computer Interface（ACI）的抽象层，进一步提升了Agent S的性能：

双输入策略：结合视觉输入和图像增强的可访问性树，既能理解环境变化，又能精确定位界面元素。
有界动作空间：定义了一组基于语言的原语操作，有利于多模态大语言模型（MLLM）进行推理。
适当的环境转换：生成合适时间分辨率的环境反馈，便于观察即时结果。

这些创新使Agent S能够更好地"理解"和"操作"计算机界面，就像一个熟练的人类用户一样。

惊人的实验结果

研究团队在多个benchmark上测试了Agent S的性能，结果令人振奋：

在OSWorld基准测试中，Agent S达到了20.58%的成功率，相比基线方法提升了83.6%。
在五个计算机任务类别中，Agent S都表现出了持续的改进。
在WindowsAgentArena测试中，即使没有专门适应，Agent S也取得了18.2%的成功率，比基线方法提高了36.8%。

Agent S 不仅能够执行预定义的任务，还能通过持续学习来适应新的任务和环境。这种能力对于提高办公效率、自动化测试、以及开发更智能的数字助手都具有重要意义。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-09-13

蚂蚁数科宣布：支持企业客户按大模型应用效果付费

2025-09-13

阿里Qoder IDE进行AI辅助编程的简单验证

2025-09-13

Docling将pdf转markdown以及与AI生态集成

2025-09-13

Claude Code 为何如此强大？Anthropic 万字长文揭秘 AI Agent 工具开发五大“心法”

2025-09-12

从“代码补全”到“知识对齐”：Qoder Repo Wiki 迎来重磅升级

2025-09-12

基于智能体的自适应资损防控体系 - 淘工厂实践（二）

2025-09-12

运维老王：创业第十年，我用Elevo找回内心翻腾的梦想

2025-09-12

大模型可观测1-5-10：发现、定位、恢复的三层能力建设

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

精|知识探索新范式：深度研究Deep Research智能体全面综述，系统、方法与应用

2025-06-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

能办成事的 Agent：实时与环境交互，从经验中学习

2025-06-19

WAIC 2025 观察：大模型进入“效率与场景”决胜期

2025-07-29

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

豆包又在偷偷进步！超能创意2.0内测，语意理解能力追平FLUX Kontext

2025-07-04

大家都在问

阿里推出夸克医疗大模型：医考70%高分背后，RAG为何是“压舱石”？

2025-09-12

AI市场调查实战：如何让AI帮你搜全网特定规格的产品？

2025-09-11

Embedding-审核场景下都可以在哪里应用？

2025-09-11

nano banana 文生图模型有哪些具体的应用场景？

2025-09-09

Claude Code：极简架构 + 万字提示词 = 最强开发者智能体？

2025-09-09

观察 | 面临经济下行和AI的双重冲击，企业顾问如何突破困局？

2025-09-08

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

砸数万元将产品植入Deepseek，AI还能被骗多久？

2025-09-07

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB