Claude自动玩崩铁清日常，NUS新论文完整测评AI电脑操控：GUI智能体的黎明

433 0 0

文章摘要

新加坡国立大学的研究团队对AI系统Claude进行了全面测试，发现其在20多个场景下展现出强大的电脑操控能力。在游戏领域，Claude能够自动完成《崩坏：星穹铁道》的日常任务，包括打开游戏菜单、设置挑战次数、启动自动战斗等，显示出对游戏规则和目标的智能理解。此外，Claude还能处理网页搜索、工作流程、办公生产力软件等日常办公任务，如在Amazon和Apple官网购物、编辑Excel数据、安装应用等。

研究团队还提出了一个基于Claude的自动GUI框架，该框架包括系统提示、状态观察、推理范式、工具使用、GUI动作空间和历史视觉上下文维护六个部分。通过这个框架，Claude能够与计算机交互，执行各种任务。

在性能测试中，团队在Windows和macOS上通过ComputerUse Out-of-the-Box平台进行评估，覆盖了网页搜索、工作流程、办公生产力软件和视频游戏等多个领域。尽管在一些复杂页面操作中出现了失败案例，如Fox Sports订阅任务和Word、PPT中的特定操作，但整体而言，Claude的表现令人印象深刻。研究团队已公开所有测试用例的具体信息，供有兴趣者查看。随着技术的不断进步，Claude的未来应用前景广阔。