SaaS-Bench 测试揭晓：Claude 通过率不足 4%，全自动办公愿景受挫
一项名为 SaaS-Bench 的新基准测试结果表明，当前领先的人工智能模型，包括 Anthropic 的 Claude，在模拟真实办公场景的复杂任务中表现不佳，其整体通过率不到 4%。这一结果对基于“Computer-Use”（即让 AI 直接操作电脑软件）来实现全自动办公的乐观预期构成了直接挑战。测试旨在评估 AI 模型执行多步骤、跨应用办公任务的能力，低通过率揭示了现有技术在理解用户意图、遵循软件操作逻辑以及处理现实世界工作流复杂性方面存在的重大差距。这暗示着，短期内 AI 更可能作为人类员工的辅助工具，而非完全替代者，企业与开发者需对 AI 自动化的进程保持更审慎的预期。 #Claude #SaaSBench #ComputerUse #AI办公 #自动化 #基准测试 #人工智能 #科技新闻
一项名为 SaaS-Bench 的新基准测试结果表明，当前领先的人工智能模型，包括 Anthropic 的 Claude，在模拟真实办公场景的复杂任务中表现不佳，其整体通过率不到 4%。这一结果对基于“Computer-Use”（即让 AI 直接操作电脑软件）来实现全自动办公的乐观预期构成了直接挑战。测试旨在评估 AI 模型执行多步骤、跨应用办公任务的能力，低通过率揭示了现有技术在理解用户意图、遵循软件操作逻辑以及处理现实世界工作流复杂性方面存在的重大差距。这暗示着，短期内 AI 更可能作为人类员工的辅助工具，而非完全替代者，企业与开发者需对 AI 自动化的进程保持更审慎的预期。 #Claude #SaaSBench #ComputerUse #AI办公 #自动化 #基准测试 #人工智能 #科技新闻
谷歌将Computer Use能力原生集成到Gemini 3.5 Flash
谷歌宣布，在其最新发布的大语言模型Gemini 3.5 Flash中，原生集成了“Computer Use”（计算机使用）能力。这意味着该模型不再需要额外插件或第三方工具，即可直接操控计算机界面，执行点击、输入、滚动等操作，甚至能够自主打开浏览器、操作桌面应用，完成复杂的自动化任务。这一集成将极大简化AI代理（Agent）的开发流程，使Gemini能够像人类一样与软件交互，从而显著提升在办公自动化、数据录入、网页测试等场景中的实用性。谷歌表示，此举旨在推动AI从“对话助手”向“行动助手”进化，赋予模型真正的“动手能力”。开发者社区对此反应积极，认为这标志着大模型在实际应用中的一次关键突破。目前该功能已面向部分开发者开放测试，未来将逐步扩大可用范围。 #谷歌 #Gemini #AI #大模型 #ComputerUse #智能代理 #自动化 #技术突破
谷歌宣布，在其最新发布的大语言模型Gemini 3.5 Flash中，原生集成了“Computer Use”（计算机使用）能力。这意味着该模型不再需要额外插件或第三方工具，即可直接操控计算机界面，执行点击、输入、滚动等操作，甚至能够自主打开浏览器、操作桌面应用，完成复杂的自动化任务。这一集成将极大简化AI代理（Agent）的开发流程，使Gemini能够像人类一样与软件交互，从而显著提升在办公自动化、数据录入、网页测试等场景中的实用性。谷歌表示，此举旨在推动AI从“对话助手”向“行动助手”进化，赋予模型真正的“动手能力”。开发者社区对此反应积极，认为这标志着大模型在实际应用中的一次关键突破。目前该功能已面向部分开发者开放测试，未来将逐步扩大可用范围。 #谷歌 #Gemini #AI #大模型 #ComputerUse #智能代理 #自动化 #技术突破
webcodex v0.3.7 发布：开源Agent实现Computer Use本地化，支持Windows UI自动化
开源AI编程项目webcodex推出v0.3.7版本，核心更新是实现了Agent功能的本地化，并新增对Windows UI自动化的支持。该版本允许AI代理直接操作计算机桌面，执行点击、输入、选择等界面交互任务，从而实现更智能的编程辅助与自动化流程。这一更新将Computer Use技术从云端迁移至本地，提升了隐私性与响应速度，对开发者构建自主编程工具链具有重要意义。Webcodex团队表示，后续将继续优化Agent的稳定性和跨平台兼容性。 #webcodex #开源 #AI编程 #Agent #ComputerUse #WindowsUI自动化 #科技新闻 #自动化
开源AI编程项目webcodex推出v0.3.7版本，核心更新是实现了Agent功能的本地化，并新增对Windows UI自动化的支持。该版本允许AI代理直接操作计算机桌面，执行点击、输入、选择等界面交互任务，从而实现更智能的编程辅助与自动化流程。这一更新将Computer Use技术从云端迁移至本地，提升了隐私性与响应速度，对开发者构建自主编程工具链具有重要意义。Webcodex团队表示，后续将继续优化Agent的稳定性和跨平台兼容性。 #webcodex #开源 #AI编程 #Agent #ComputerUse #WindowsUI自动化 #科技新闻 #自动化
Anthropic Claude 平台全面开放 Computer Use、Skills API 和 Files API
Anthropic 近日宣布，其 Claude 平台的 Computer Use、Skills API 和 Files API 正式进入全面可用阶段，旨在赋能企业构建能够自主操作软件、运用专业知识的生产级智能体。Computer Use 功能迎来重大升级，支持单次模型调用中执行多个连续动作，大幅缩短任务时间，并符合 HIPAA 标准，可用于受监管的医疗负载。全新推出的浏览器使用工具创新性地引入网页结构解析能力，实现更精准高效的自动化操作。同时，Skills API 允许企业上传管理专属技能文件夹，Files API 提供稳定文档存储，速率限制提升五倍，存储空间达 1TB。这些功能已支持 Microsoft Foundry，即将登陆 Google Cloud 的 Vertex AI，将显著推动各行业复杂业务流程的自动化革新。 #Anthropic #Claude #AI #ComputerUse #API #自动化 #科技新闻 #GoogleCloud #Microsoft
Anthropic 近日宣布，其 Claude 平台的 Computer Use、Skills API 和 Files API 正式进入全面可用阶段，旨在赋能企业构建能够自主操作软件、运用专业知识的生产级智能体。Computer Use 功能迎来重大升级，支持单次模型调用中执行多个连续动作，大幅缩短任务时间，并符合 HIPAA 标准，可用于受监管的医疗负载。全新推出的浏览器使用工具创新性地引入网页结构解析能力，实现更精准高效的自动化操作。同时，Skills API 允许企业上传管理专属技能文件夹，Files API 提供稳定文档存储，速率限制提升五倍，存储空间达 1TB。这些功能已支持 Microsoft Foundry，即将登陆 Google Cloud 的 Vertex AI，将显著推动各行业复杂业务流程的自动化革新。 #Anthropic #Claude #AI #ComputerUse #API #自动化 #科技新闻 #GoogleCloud #Microsoft