Claude 3.5 Sonnet。从今天（2024 年 10 月 23 日）起，这个大型语言模型 (LLM) 现在可以接管您计算机上的许多功能。是的，Claude AI 可以模仿人类与您的 PC 的交互，从移动光标到打字、点击和浏览。
这项最新更新被称为“使用计算机”功能，它使 Claude 能够通过简单的命令来控制您的系统。通过分析屏幕上发生的事情，Claude 可以自动执行以前需要您直接输入的任务。例如，它可以从一个应用程序（如电子表格）中提取信息并将其输入到另一个应用程序（如在线表格或文档编辑器）中。在 Anthropic 展示的演示中，人工智能能够通过实时提取和处理数据来自主填写复杂的表格。
那么，它是如何工作的呢？Claude 依靠桌面的屏幕截图，并利用这些视觉效果来了解要采取哪些操作。人工智能根据它在屏幕上“看到”的内容计算移动光标的距离或按下哪些键。目前它还不完美。它在滚动和缩放等基本操作上可能会遇到困难，但这是一个令人印象深刻的飞跃。
您可以通过 Google Cloud 的 Vertex AI 和 Amazon 的 Bedrock 等平台上的 Anthropic API 访问此功能的测试版。开发人员已经在尝试使用其功能来创建工具，以自动化从简单的管理任务到应用程序验证过程的所有操作。
用户仍需要授予特定权限，以保持对人工智能可以做什么的一定程度的控制。但是，随着 Claude 的不断发展，它引发了人们的疑问：我们愿意将多少自主权移交给人工智能系统，以及需要采取哪些保护措施来防止滥用。简而言之，这标志着人工智能发展中一个令人兴奋但略带不安的时刻。问题不仅仅是“Claude 现在能做什么？”而是“它多久能做更多？”请密切关注这个领域，因为凭借这样的能力，Claude 正在迅速从助手转变为自主操作员。