美国西海岸,五月一日晚上,nexusai总部。
这是一个周六,但是所有的中高层都被临时叫回办公室开会。
没有人有怨言,在硅谷最顶尖的ai创业公司工作,就要有这样的觉悟——更何况估值一直在增长,每个人手里的期权都在飞速增值。
会议室里,瑞恩·米勒把投影上的文档页面滚动到底。
这是源码科技的官方网站上的一个下属域名,是关于汤圆协议的文档说明。
这里面没有新模型,没有新算法,也没有任何让研究员激动的公式,有的只是一套接口定义规范。
「说说你们的想法。」瑞恩擡起头,看向会议室里的同事们,「源码科技开源了一份应用接入规范,我们为什么要在周六晚上开紧急会?」
大家都默不作声。
他们也不知道为什么要来开会。
其中市场负责人麦可是沉默的最大声的。
竞品追踪是他的工作范畴,但是源码的发布会时间,他约了去医院注射维生素,只匆匆看了个开头,确定发布的是一个聊天交互应用,就迅速地判断这场发布会对nexusai没有什么威胁。
nexusai早就发布了自己的聊天应用了,现在在全球除中国外的ai类应用中用户量稳居前三。 麦可判断源码的这个新产品——甜米球chat——不会有什么威胁。
显然,从大家被叫到一起开会这件事来看,这个判断失误了。
但是既然瑞恩没有点他的名,他就装作不知道。
瑞恩环顾了一周,看没有人打算说话,在心里叹了口气,和cto约翰对视了一眼。
约翰会意,看向产品经理莎拉,说道:「演示一下吧。」
莎拉闻言起身,走到了会议室前方,把电脑接入投影。
大屏被切成了左右两半。
左边是atlas的命令行界面;右边则是汤圆chat的客户端,高级版的订阅帐户。
莎拉在两边输入了相同的任务,都是用英文写的:
「在网上寻找并购买一个符合要求的户外露营帐篷:四人,防雨,搭建简单,三百美元以内。」
这是很典型的用户购买场景,也是nexusai内部最近正在探索的一个方向,把智能体能力开放给非技术类用户,内部代号叫computeruse,让ai来操作电脑。
虽然这不是atlas作为编程智能体工具的典型用法,但是事实上,作为一款智能体工具,atlas完全可以胜任这个工作,甚至可以做的不错。 现在atlas已经行动了起来。
识别出了屏幕上的浏览器图标,控制鼠标点开浏览器,随后进入搜索引擎,在搜索框里输入了一串关键词:
「四人户外露营帐篷,防雨,搭建简单,三百美元以内。」
页面加载出来以后,atlas截取了一张屏幕画面,开始分析搜索结果。
它先点开了排名第一的链接。
结果跳出来一个户外品牌的广告落地页,首页中央是一张巨大得几乎能看清模特脸上雀斑的宣传图,下面还有一个占据半块屏幕的优惠券弹窗。
atlas停顿了两秒,然后它识别出右上角的关闭按钮,移动鼠标,点击。
没关掉,反而打开了一个广告。
那是宣传图上的装饰。
会议室里,有人轻轻咳嗽了一声。
还好,atlas察觉到了问题,关掉广告,回到了刚才的页面,然后atlas找到了弹窗左下角一个颜色很淡的「暂不领取」,成功进入商品列表。
它重新截屏,识别页面布局,找到了筛选栏,先选择价格区间,又选择容纳人数。 选完人数之后,页面自动刷新,刚才已经勾选的价格区间没了。
「他们这个网站做得有点烂。」负责computeruse的产品经理是个印度人,觉得有点儿下不了台,小声说了一句。
约翰瞥了他一眼:「美国购物网站有几个做得不烂?亚马逊不烂?」
瑞恩也说了句话:「人能做到的事情,atlas就应该能做到。」
印度产品经理赶紧说道:「对不起,我不是那个意思。」
瑞恩摆了摆手,看向大屏。
这时,atlas终于筛选出了十几款帐篷。
然后它接下来的操作开始变得缓慢。
它需要逐个打开商品详情页,读取帐篷容量、防水等级、重量、搭建方式和送达时间,再返回列表,继续打开下一件商品。
每一次页面切换,都要重新截屏、识别、定位。
碰到折叠起来的商品参数,还要找到「展开全部」。