摘要： 亚马逊AGI Labs近日发布了通用AI智能体Nova Act，旨在帮助开发者构建自动化处理网络操作的智能体应用。Nova Act通过将复杂任务分解为原子命令，结合Playwright直接操作浏览器，提升任务执行的可靠性和效率。该智能体有望在办公自动化、电子商务、个人生活管理等多个领域实现更复杂的多步骤任务。
西雅图—— 亚马逊正在加速布局通用人工智能（AGI）领域。近日，亚马逊AGI Labs推出了名为Nova Act的通用AI智能体，旨在赋能开发者构建能够在网页浏览器中自主执行任务的智能体应用。这一举措标志着亚马逊在探索AI技术应用于实际场景方面迈出了重要一步。
Nova Act：网页任务自动化的新引擎
Nova Act的核心功能在于将复杂的多步骤任务分解为可靠的原子命令，例如搜索、填写表单、点击按钮等。开发者可以为每个命令添加详细指令，例如“不要接受保险推销”或“选择特定日期”，从而确保任务按照预期执行。
该智能体基于Playwright等自动化工具直接操作浏览器，模拟人类的网页浏览行为。通过解析网页的HTML结构，Nova Act能够识别表单字段并自动填写用户提供的数据，同时还能从网页中提取所需的信息，例如餐厅预订确认号、订单状态等。
更重要的是，Nova Act支持多任务操作，开发者可以基于Python代码实现任务的并行化处理，从而显著提高效率。为了方便开发者快速上手，亚马逊还推出了配套的软件开发工具包（SDK），帮助开发者构建智能体应用原型。
技术解析：NLP、网页自动化与机器学习的融合
Nova Act的技术原理融合了自然语言处理（NLP）、网页自动化技术以及机器学习与强化学习。
- 自然语言处理（NLP）： 基于预训练的语言模型，解析用户的意图，转化为具体的任务操作。NLP 技术支持多语言处理，使Nova Act 能在全球范围内为不同语言的用户提供服务。
- 网页自动化技术： 基于自动化工具（如 Selenium 或 Puppeteer）模拟人类的网页浏览行为。基于解析网页的 HTML 结构，识别表单字段自动填写用户提供的数据。支持从网页中提取所需的信息，如餐厅预订确认号、订单状态等。
- 机器学习与强化学习： 机器学习算法优化任务执行的效率和准确性。基于大量的训练数据，模型能学习到最优的任务执行路径。学习技术使 Nova Act 在执行任务时根据反馈进行自我优化。例如，如果在预订餐厅时遇到错误，基于强化学习调整策略，避免再次犯同样的错误。
此外，Nova Act还通过API调用与各种外部服务（如餐厅预订系统、在线购物平台等）进行交互，从而完成复杂的任务。
应用前景：从办公自动化到个人生活管理
Nova Act的应用场景十分广泛，涵盖了办公自动化、电子商务、个人生活管理等多个领域：
- 办公自动化： 自动提交请假申请、安排会议、填写表单和生成报告。
- 电子商务： 自动完成在线购物、定期采购和价格监控。
- 个人生活管理： 自动管理日程、健康生活安排和餐饮预订。
- 复杂任务处理： 自动组织活动（如婚礼、派对）和执行复杂 IT 任务。
- 企业业务流程： 自动处理客户关系、供应链管理和数据分析。
专家观点：AGI落地的新尝试
“Nova Act的推出是亚马逊在AGI领域的一次重要尝试，它将AI技术与实际应用场景紧密结合，有望为用户带来更高效、便捷的体验，”一位不愿透露姓名的AI专家表示，“然而，通用AI智能体的发展仍然面临诸多挑战，例如如何保证任务执行的准确性和安全性，如何处理复杂的网页环境变化等。亚马逊需要不断优化Nova Act的技术，才能使其真正发挥作用。”
未来展望：AI赋能更多行业
随着AI技术的不断发展，通用AI智能体将在更多行业得到应用。未来，我们有望看到AI智能体在医疗、教育、金融等领域发挥更大的作用，为人类创造更美好的生活。
项目地址： https://labs.amazon.science/blog/nova-act
参考文献：
- Amazon Nova Act – 亚马逊推出的通用 AI 智能体，自主执行网页任务. (n.d.). AI工具集. Retrieved from [插入原始网页链接]
（完）
Views: 0