Claude的创造者们疯狂加班中，某工程师的第一个测试就是让AI去给整个团队点外卖，未指定具体要吃什么。

　　最后附上Anthropic官方的该功能食用方法，包括一个新预定义的computer_20241022工具，该工具作用于以下指令——

　　一些应用程序可能需要一些时间来启动或处理操作，因此您可能需要等待并连续截图以查看操作结果。例如，如果你点击火狐浏览器，窗口没有打开，试着再拍一张截图。

　　当你想移动光标点击一个元素（比如图标）时电脑免费翻墙网站，你应该在移动光标之前查看屏幕截图来确定元素的坐标。

　　如果你尝试点击一个程序或链接，但它无法加载，即使等待后，尝试调整光标的位置，使光标的尖端视觉上落在你想要点击的元素。

　　宾大沃顿商学院的教授Ethan Mollick，非常务实地让Claude为高中生准备一份关于《了不起的盖茨比》的课程计划。

　　最终呈现的课程计划检查后没有发现明显的漏洞或错误，可能需要一些拓展、补充，但总之用教授的话来说“还不错”。

　　下面看看一个玩游戏的例子，同样是宾大沃顿商学院的教授Ethan贡献的。这个例子既显示了Claude 3.5 Sonnet的厉害，又展示了它的不足之处。

　　他是让Claude玩了个游戏，叫《回形针点击（Paperclip Clicker）》，这个游戏的背景是让AI在单一目标，即“制造回形针的过程中毁灭人类”。

　　而且顾名思义，“点击”类型的游戏不是很难，尤其开始阶段非常简单；不过后续伴随着游戏的深入，新的选项会出现，游戏的规模性和复杂性也会增加。

　　没关系，Claude也意识到它自己错了，然后当场提出了一个新的游戏策略，然后开始测试策略是否可行。

　　但是它犯了个错误，那就是追求回形针数量的最大化，而非收入的最大化。不仅如此，它还把利润算错了。

　　更搞笑的事情是，教授在Claude笨笨地在错误路线上制作了好几十个回形针后，他忍无可忍，打断了Claude，告诉它应该高价出售。

　　咱就是说，Claude在那一秒顿悟了，它意识到自己可以写个代码，搞个自动化程序替自己玩电脑！

　　不过玩到后面它好像进步了，没再发生定价问题，自己还针对越来越复杂的游戏，琢磨出了一套应对的复杂方案。

　　教授总结道，这个例子表明Claude能够自己玩现实世界的游戏，还能根据游戏玩法制定长期攻略，然后依样执行。

　　特别值得表扬的是它完成这个任务连续运行了近60分钟没有中断，而且在整个过程中，最长的一次独立运行Claude完成了超过100次移动操作。

　　尽管AI对许多形式的错误都有很强的鲁棒性，但仅仅一个错误（定价错误），就足以让它浪费大量时间，“鉴于当前智能Agent既不快也不便宜，这令人担忧。”

　　除此之外，教授还用Claude玩了些别的，他发现有的时候，Claude执行任务仿佛是在敷衍敷衍（虽然不知道是刻意如此还是能力所限），给出的结果不够深入，浅尝则止。

　　来自10月11日的网页缓存中， Claude 3.5 Opus下面还写着“今年晚些时候推出”

　　目前主流的一种猜测是， Claude 3.5 Opus提升不及预期，又或是发布出来推理成本太高了，总之最后蒸馏成新版 Claude 3.5 Sonnet发布。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。