机器之心发布
AI 正在学着操作电脑。
昔时 AI 酬报问题，当今它平直运转帮你干活。填表格、录系统、整理文献，Anthropic 的 Claude Cowork、OpenAI 的 Codex 桌面版 —— 越来越多的 Agent 运转给与确实职责流。
但当悉数这个词行业猖獗冲向桌面时，有一个问题被忽略了：AI 越来越会干活了，但庸碌东谈主该若何把我方的职责进程交给它？
现时主流 Agent 的逻辑是 “你写 Prompt → AI 引申”，听起来合理，实际中却屡屡碰壁。
翻开里面系统、填表单、传附件、点提交…… 这些算作早已是职工的 “肌肉驰念”，可要用翰墨形色了了，大多数东谈主平直卡住。更别说跨系统跳转、条目分支，好多东谈主连 Prompt 从哪儿写起都不知谈。
如若东谈主说不清进程，AI 还能学会吗？
特等念念的是，为了措置这个艰巨，硅谷催出身了一个新办事 ——FDE（Forward Deployment Engineer，前沿部署工程师）。
他们驻场在客户公司，职责即是把业务东谈主员 “说不清” 的进程，翻译成 AI 能引申的任务。他们既要懂时间，又要练习确实的职责流。如今资深 FDE 的年薪中位数已高达 48.5 万好意思元。
FDE 的存在诠释了一件事：让东谈主学会教 AI，其实莫得那么容易。
那如若能让 AI 我方学会意会业务进程，而不是靠年薪数十万好意思元的工程师来翻译，会如何？
有东谈主给出了谜底。
不会写 Prompt？那就演示给 AI 看
由清华大学计较机系博士团队创立的非十科技，最近发布了一款桌面 Agent 居品 ———Agivar。
与多数居品试图优化 Prompt 不同，它选择从另一个所在切入：让 AI 主动学惯用户的职责进程。
你不错把它意会成一个会操作电脑的 “AI 职工”。
Agivar 的中枢才调叫作念 “录屏素质”，使用方法至极浅近：翻开电脑录屏，像普通职责一样把进程操作一遍。录制收尾后，剩下的事情交给 AI。
听上去有点像早年的 “按键精灵”？但两者其实完全不同。
按键精灵纪录的是坐标和算作 —— 鼠标出动到 (300，500) 点击，机械类似；Agivar 学习的是任务和逻辑 —— 它不雅察你职责的每一步，然后意会：为什么先翻开这个页面？为什么填这个数字？什么情况下跳过这一步？
Agivar 学到的不是 “下一步点那边”，而是你的职责方法。它意会的是进程背后的规章与判断逻辑，而不是单纯复现点击轨迹。即便界面改版、按钮移位，它依然能识别正确意见并引申。
你训导它一次，它就能把这套进程安逸、可清雅地引申下去。
录屏三分钟，换回每天两小时
广东省某政务部门的职责主谈主员，每天都要在里面系统处理无数表单。翻开系统→选择业务类型→填写信息→上传附件→提交审批，每天雷同的进程都要类似十几次。仅这一项职责，日常就要花掉一、两个小时。
这些系统莫得 API、莫得自动化接口，只可靠东谈主工点击。于是他尝试使用 Agivar。录制了一次好意思满进程，不到三分钟，博亚体育app中国官网入口而后这套进程便完结了自动引申，无须再盯着屏幕冉冉操作。
录屏三分钟，换回每天两小时。
这么的场景远非个例。政务系统、企业 ERP、CRM、财务软件、里面 OA、采购系统…… 无数类似、无 API、只妙手工操作的进程，恰是屡见不鲜庸碌职工的日常。信得过奢侈时候的从来不是复杂职责，而是那些让东谈主麻痹的类似。
别的 Agent 还在念念考，Agivar 还是作念结束
如若你试用过一些桌面 Agent，可能会有一个直不雅感受：精明，但慢。
原因并不复杂。因为大多数居品是平直调用通用多模态大模子 “硬解” 桌面任务：截图→上传云表→推理→复返→引申，再截图→再推理……
对于桌面任务来说，这意味着无数与任务无关的才调也被带进了引申过程，每次点击都陪同五秒以上延长。悉数这个词过程像一个刚学会电脑的新东谈主。
而 Agivar 选择了另一条道路。
团队针对桌面任务场景测验了专用的引申模子，强化了桌面操作的才调。在此基础上，联想了 “大脑 + 小脑” 双层架构：
大模子（大脑）：意会录屏实质、拆衔命务意见、筹办引申旅途、处理额外。
专用小模子（小脑）：界面识别、鼠标点击、键盘输入、高频算作引申。
这与东谈主类神经系统至极相似。当你开车时，不会每踩一次油门都再行念念考交通规章。大脑认真道路筹办，小脑认真具体算作。
支抓这套架构的，是团队基于清华大学自研深度学习框架 Jittor（计图） 开垦的推理引擎，针对高婉曲、低延长场景的桌面任务场景，团队对模子改动和引申链路进行了专门优化，确保大小模子协同不恭候。
速率差距平直体当今数据上：
兼并台电脑引申兼并个后台信息录入的任务，滚球app某主流居品耗时 2 分 12 秒，Agivar 仅 57 秒，速率擢升一倍以上。
单个任务差一分钟，差距大约不光显。但当任务形成 100 份报销单、300 条客户信息，或者一天的批量审批时，分钟级差距很快被放大成小时级资本。
比速率更难的，是笃定性
速率诚然迫切，但企业是否能让 Agent 走进坐褥环境，和顺的不是快，而是稳。
大模子是概率系统。第一次点 A，第二次可能点 B，第三次换个按钮 —— 这在写诗时是创意，在财务录入、公约存档里却是风险。
AI 能否参加坐褥环境，拼的从来不是上限，而是下限。
为了措置笃定性，Agivar 作念了三层联想：
测验管制。用海量桌面任务数据，强化 “界面情状→用户意图→引申算作” 之间的安逸映射，减少 “发散”。
多重校验。里面多个 Agent 交叉考据 —— 筹办、引申、不雅察、复核，不同脚色各司其职，每一步都有东谈主问：“点对了吗？界面还在预期情状吗？”
规章管制。高频进程的环节操作节点、完全不成出错的算作，平直写成门径适度的 “铁律”。引申中枢关节时，系统会优先着力预设旅途，不莽撞进展。
最终意见唯唯独个：兼并任务类似引申，走雷同旅途，得到雷同终结。
毕竟，对于企业来说，坐褥环境不需要惊喜，只需要安逸。
全栈自研，清华团队的硬核底牌
Agivar 的模子测验到引申框架，一都由非十科技自研完成。团队的中枢成员来自清华大学计较机系，同期亦然清华自研的深度学习框架 Jittor（计图）的主要开垦者。
Jittor 以其易用性和后果上风，早已成为国内主流深度学习框架之一，这意味着 Agivar 对底层推理改动的优化，并非建设在第三方才调之上，而是具备从框架层到模子层的好意思满掌控才调。
Agivar 并非团队的第一个 “爆款”，此前团队推出的 AI 编程助手 Fitten Code，累计下载量进步 150 万，在多个主流插件平台评分第一。
同期领有大模子自研才调、深度学习框架研发才调以及百万级居品落地训导，这么的组合，在国表里同类赛谈中并未几见。
让每个东谈主都领有我方的 “AI FDE”
昔时两年，AI 行业追赶的是更大、更强的模子。但时候走到今天，一个更实际的问题浮出水面：
AI 到底能不成信得过参加庸碌东谈主的职责流？
FDE 模式曾是谜底，但不菲的资本让大多数东谈主长颈鸟喙。
今天，Agivar 选择了一条更朴素、也更普惠的旅途：把 “翻译” 和 “界说职责流” 的才调，交还给用户我方。无须苦难地学 Prompt，不必改变民风。一次录屏演示，就能测验属于我方的桌面 Agent。
现时，Agivar 已开启公测，支抓 Windows 与 macOS。录一遍，让 AI 替你干活。
下载地址请造访：https://agivar.fittentech.com
从某种兴味兴味上说，“录屏素质” 信得过改变的并不是交互方法，而是东谈主与 AI 之间的献媚关系。
它让桌面 Agent 第一次有契机解脱复杂确立和专科门槛，信得过参加庸碌东谈主的职责流。如若说昔时的软件是在要求东谈主适当系统，那么下一代的 Agent 正在反过来适当东谈主。
而当每个东谈主都领有一个能够意会我方职责进程的 “AI FDE” 时，这场对于后果的变革，大约才刚刚运转。
滚球app2026世界杯中国官网下载© THE END
转载请干系本公众号取得授权
投稿或寻求报谈：liyazhou@jiqizhixin.com滚球app