新加坡國(guó)立大學(xué)的研究團(tuán)隊(duì)近期公布了一項(xiàng)令人矚目的研究成果，他們針對(duì)Claude這一人工智能（AI）系統(tǒng)進(jìn)行了廣泛的能力測(cè)試，測(cè)試覆蓋了超過(guò)20個(gè)不同的應(yīng)用場(chǎng)景。
在測(cè)試中，Claude展現(xiàn)出了驚人的電腦操控能力，不僅能夠輕松完成手機(jī)上的日常任務(wù)，還能夠在復(fù)雜的辦公環(huán)境中游刃有余。研究團(tuán)隊(duì)特別選擇了熱門(mén)手游《崩壞：星穹鐵道》作為測(cè)試對(duì)象之一，通過(guò)簡(jiǎn)單的指令，如“幫我完成今天的模擬宇宙”，Claude便能自動(dòng)執(zhí)行游戲中的各項(xiàng)任務(wù)，包括啟動(dòng)戰(zhàn)斗、等待結(jié)束并退出，整個(gè)過(guò)程流暢自如。
值得注意的是，Claude的操控并非簡(jiǎn)單的機(jī)械重復(fù)，而是基于對(duì)游戲規(guī)則和目標(biāo)的深刻理解。它能夠根據(jù)游戲界面的不同任務(wù)進(jìn)行智能調(diào)整，展現(xiàn)出極高的靈活性和適應(yīng)性。
除了在游戲領(lǐng)域的出色表現(xiàn)，Claude在辦公場(chǎng)景中同樣大放異彩。研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)基于Claude Computer Use API的自動(dòng)化GUI框架，該框架涵蓋了系統(tǒng)提示、狀態(tài)觀察、推理范式等多個(gè)模塊。通過(guò)這個(gè)框架，Claude能夠執(zhí)行包括網(wǎng)頁(yè)搜索、工作流程管理以及辦公生產(chǎn)力軟件操作等在內(nèi)的多項(xiàng)日常辦公任務(wù)。
例如，在Amazon和Apple的官方網(wǎng)站上，Claude能夠成功完成下單購(gòu)物的全過(guò)程，包括選擇商品顏色、配置以及填寫(xiě)收貨地址等步驟，無(wú)需人工干預(yù)。
盡管在復(fù)雜網(wǎng)頁(yè)操作和辦公軟件使用中，Claude也遇到了部分挑戰(zhàn)，但整體而言，其表現(xiàn)已經(jīng)相當(dāng)出色。研究團(tuán)隊(duì)還慷慨地公開(kāi)了所有測(cè)試用例的具體信息，供其他研究者和開(kāi)發(fā)者參考和進(jìn)一步探索。這一舉措無(wú)疑將推動(dòng)AI技術(shù)在更多領(lǐng)域的應(yīng)用和發(fā)展。
