阿里推出了一款名为“page-agent”的JavaScript页面内GUI Agent,允许用户通过自然语言控制Web界面。实测中,该模型成功演示了在YouTube搜索视频及尝试注册ChatGPT账号的过程。虽然注册环节因键盘模拟Bug导致AI将出生年份填为1900年,闹出“126岁老人使用ChatGPT”的乌龙,且部分公共API兼容性存在问题,但其展示的零代码自动化网页操作能力,为AI Agent在浏览器端的实际应用提供了极具潜力的技术方案。
阿里推出了一款名为“page-agent”的JavaScript页面内GUI Agent,允许用户通过自然语言控制Web界面。实测中,该模型成功演示了在YouTube搜索视频及尝试注册ChatGPT账号的过程。虽然注册环节因键盘模拟Bug导致AI将出生年份填为1900年,闹出“126岁老人使用ChatGPT”的乌龙,且部分公共API兼容性存在问题,但其展示的零代码自动化网页操作能力,为AI Agent在浏览器端的实际应用提供了极具潜力的技术方案。