· AI Engineer World's Fair 2025
Полезный общий интеллект
Useful General Intelligence
Надёжные computer use агенты, по словам автора, появятся тогда, когда полезные продукты начнут собирать данные взаимодействий человека и агента.
- Структурированное извлечение — ответ агента задаётся классом
Pydanticи возвращается как JSON по этой схеме. Вместе с пулом потоков для параллельных браузеров иpandasрезультаты сводятся в таблицу, по словам автора, на старт хватает трёх строк кода. - Атомарные шаги — автор делает ставку на надёжность мельчайших действий с интерфейсом. Из них, по его словам, собираются сложные сценарии, а не целые задачи сразу.
- Обучение на иконках без подписей — заранее перечислить все элементы интерфейса нельзя, поэтому агент учится через обучение с подкреплением (RL). Модель, по словам автора, обновляют каждые несколько недель.
- Метрики взаимодействия — оценивать агентов стоит по человеческим результатам: креативности, продуктивности, стратегическому мышлению и состоянию потока, а не только по возможностям модели или времени на платформе.
Кому полезно: тем, кто строит браузерных агентов для сайтов без API и думает, как собирать данные взаимодействий человека и агента.
Главы
Похожие доклады
Perception agents
AI Engineer World's Fair 2026
Близко по содержанию
UX искусственного интеллекта: как создавать приложения, которые не раздражают пользователей
AI Engineer World's Fair 2026
Близко по содержанию
Модели для computer use превратят веб в среду для агентов, а не в набор API
AI Engineer World's Fair 2026
Близко по содержанию
Интеллектуальный интерфейс
AI Engineer Summit 2023
Близко по содержанию
