Claude 3.5超预期炸场！编程能力超o1，像人类一样操作电脑，开启Agent新时代！ 原创

又整新活了！Anthropic 家的大模型都能用电脑了！

在本周二的重磅更新里，我们看到了OpenAI劲敌——Anthropic大招不断。

全新升级的 Claude 3.5 Sonnet 和新模型 Claude 3.5 Haiku，不仅性能强悍。

图片

Claude 3.5 Sonnet更是达到了在编程界横着走的水平，不仅各项指标都干翻了GPT-4o，连o1都不放过！

图片

Sonnet在SWE基准验证中的得分高于所有可用模型，竟然包括了OpenAI o1-preview等推理模型和专门的代理系统。 

难怪Claude直接表示，编程这一块就是我们的统治区了。

图片

不过，最神奇的功能还是 Claude 操作电脑的能力了。

Claude 不仅会填写表格、编写程序、遇到问题知道查查谷歌，还会很搞笑地偷个懒——关掉了录屏按钮，偷偷浏览黄石公园照片放空大脑！这是在演谁上班？

一、AI用电脑，都能做些啥事？

AI Chatbot的对话能力越来越难以满足我们对AI的期待。

对于行动能力的提升逐渐变成了一个主攻方向。

无论是o1开发者日演示的AI订茶歇甜点，还是各家AI手机都在卷的AI助手预定餐厅、帮买咖啡等等，都体现了这个势头。

但 Claude 还能通过用电脑狠狠惊艳我们一把，就是因为这个 Agent 似乎更通用，留下的想象空间也更大。

因为所到底，我们在办公室的大多数工作时间，都是用电脑完成各种不同的任务而已。因此，Claude的新功能不是简单的生活助手，而是有着AGI雏形的强大。

虽然 Claude 和计算机交互的能力才刚刚起步，但我们还是能从一个个小示例里感叹一句：未来可期！

1.自动填写表格

填写表格真的是高频的工作任务。

在这个范例里，Claude需要填写来自Ant Equipment Co.的供应商请求表，方法是参考已有的表格或者自行搜索。

图片

左侧更新了AI的思维链情况，Claude发现在给定的表格中没有相应信息，于是开始调用搜索。

图片

在切换到CRM系统中进行了搜索之后，Claude顺利填好了表格。

2.做个日程攻略

在这个示例里，我们的朋友要来旧金山了，我们想让AI帮我们做一个到金门大桥看日出的攻略，Claude是否能完成细节的要求吗？

我的朋友要来旧金山，我想明天早上和他一起在金门大桥看日出。我们将从太平洋高地出发。你能帮我们找到一个绝佳的观赏地点，查看一下开车时间和日出时间，然后安排一个日历活动，让我们有足够的时间到达那里吗？

图片

Claude二话没说，立即开始通过谷歌搜索，尝试先找个看日出的最佳地点。

图片

Claude在旅游攻略里成功找到了方案，然后开始着手时间方面的安排。

图片

既然要考虑开车能否赶得及，Claude立马开始调用地图应用，来判断需要为交通预留的时间。

图片

还很聪明地查看了当日的日出时间，并且把出发时间安排在我们的日程表里，真的是执行力拉满。

3.Claude 学习电脑之路才刚刚起步

不过，虽然示例看起来很美好，但目前还是留有很多的bug。

首先，Claude执行任务的准确率不够，例如编程到一半去看图了等等，千奇百怪的开小差行为。

其次，Claude学习电脑使用的道路还有很长，目前也就掌握了点击，连滚动、缩放、拖拽这样小学计算机第一课的内容，AI还存在一些操作障碍。

图片

最后，Claude的速度还比较慢，而且AI用着电脑的时候，你就得停下来手头的任务等着，没法和它并行工作。

也因此，小红书AI博主@AI Dance评价说，Anthropic变得鸡贼了……也开始和OpenAI一样给大家发期货了。

图片

不过，Claude将其功能在API上提前上线了。

毕竟，作为AI用户，大家尝鲜的时候都不会太苛刻。抓到Claude在编程时偷偷摸鱼，和AI花费几个小时填完一份表格都同样有趣。

本文转载自​​51CTO技术栈​​