探索计算机使用与浏览器使用的大语言模型

从大语言模型到使用图形界面的 AI

对话首先强调了人工智能从文本处理到能够像人类一样操作计算机的巨大进步。AI 不再只是处理语言，如今，随着大语言模型和 AI 自动化的发展，系统正在学会点击、输入、滚动——模拟真实的计算机操作。

FlowHunt 的实验展示了 AI 的高度智能化。现在，像 Anthropic 的 Claude 这样的系统不仅仅是写代码，还被训练与计算机图形用户界面（GUI）互动。无论是在数字计算器上计算算术题，还是在网页浏览时处理 Cookie 弹窗，这些 AI 模型正在承担日常任务并克服现实中的难题。

克服计算机交互中的障碍

在播客中，FlowHunt 团队讲述了他们如何通过交互式计算机测试来考验 AI。例如，在测试 Claude 的计算机使用能力时，AI 被要求完成诸如使用计算器、网页搜索等常见任务——这些挑战通常能暴露其局限性。尽管得分大约为 70 分（人类平均为 75 分），这场测试揭示了与有限 API 访问和其他计算约束相关的学习曲线。

这些实验突显了可靠获取合适工具的重要性。当 AI 遇到突发问题，比如卡在 Cookie 弹窗时，可以明显看出，AI 若要高效运行，必须适应屏幕布局和界面快速变化的动态环境。强调“AI 计算机界面”“GUI 自动化”等关键词，有助于突显这些新 AI 能力的复杂性。

两种模型的浏览器使用评估

讨论的重点之一是不同 AI 模型在处理现实任务时的表现。FlowHunt 团队以在线搜索廉价机票为例，对比了 Anthropic 的 Claude 和 OpenAI 的模型，这一任务模拟了旅行代理的工作方式。

OpenAI 模型展现了强大的能力，能在谷歌搜索结果中自如导航，并处理如 Cookie 同意对话框等交互元素，证明了其在浏览器自动化方面的实力。但它也遇到了反爬虫机制的挑战，凸显了 AI 系统与网站安全协议之间不断升级的“军备竞赛”。

与此同时，Anthropic 的模型采取了更为谨慎和深思熟虑的方法，在行动前会权衡优先级。这种行为展现了更接近人类的推理过程，虽然最终也在预订的最后环节遇到了障碍。“AI 推理模型”“浏览器自动化”等关键词清晰展现了这一领域的挑战与创新。

塑造 AI 驱动的未来

FlowHunt 播客为我们留下了一个发人深省的问题：在 AI 日益具备执行复杂计算机任务和类人推理能力的时代，我们将扮演怎样的角色？AI 变革工作与技术交互方式的潜力巨大，但同时也需要严格的监管、伦理准则与协作。

如今，保持好奇心和积极参与这些技术突破——从大语言模型到 AI 计算机界面——比以往任何时候都更加重要。无论你是开发者、研究者还是爱好者，这期播客中探讨的 AI 演进都在挑战我们共同塑造一个让技术惠及所有人的未来。