Anthropic周二宣布,正式推出基于浏览器的AI智能体研究预览版,该智能体由其Claude AI模型驱动。这款名为Chrome版Claude的智能体正在向1000名Max计划订阅用户推出,该计划月费在100至200美元之间。公司同时为其他感兴趣的用户开放了候补名单。
通过在Chrome中添加扩展程序,选定用户现在可以在侧边栏窗口中与Claude聊天,该窗口能够保持浏览器中所有活动的上下文信息。用户还可以授权Claude智能体在浏览器中执行操作,代表用户完成某些任务。
浏览器正迅速成为AI实验室的下一个战场,它们希望通过浏览器集成为AI系统与用户之间提供更无缝的连接。Perplexity最近推出了自己的浏览器Comet,该浏览器配备了能够为用户分担任务的AI智能体。据报道,OpenAI即将推出自己的AI驱动浏览器,传言具有与Comet类似的功能。与此同时,Google在最近几个月推出了Gemini与Chrome的集成。
考虑到Google即将面临的反垄断案件,开发AI驱动浏览器的竞赛尤为紧迫,该案件的最终裁决预计随时会出炉。负责此案的联邦法官暗示可能会强制Google出售其Chrome浏览器。Perplexity主动提交了345亿美元的Chrome收购报价,OpenAI首席执行官Sam Altman也表示他的公司愿意收购。
在周二的博客文章中,Anthropic警告称,具有浏览器访问权限的AI智能体的兴起带来了新的安全风险。上周,Brave安全团队表示发现Comet浏览器智能体可能容易受到间接提示注入攻击,网站上的隐藏代码可能在智能体处理页面时诱骗其执行恶意指令。
(Perplexity通信主管Jesse Dwyer在邮件中告诉TechCrunch,Brave提出的漏洞已经得到修复。)
Anthropic表示,希望利用这次研究预览作为发现和解决新安全风险的机会;不过,公司已经引入了多项针对提示注入攻击的防御措施。公司称其干预措施将提示注入攻击的成功率从23.6%降至11.2%。
例如,Anthropic表示用户可以在应用设置中限制Claude浏览器智能体访问某些网站,公司默认阻止Claude访问提供金融服务、成人内容和盗版内容的网站。公司还表示,Claude浏览器智能体在"执行发布、购买或共享个人数据等高风险操作"之前会请求用户许可。
这并非Anthropic首次涉足能够控制计算机屏幕的AI模型。2024年10月,公司推出了一个能够控制PC的AI智能体——然而当时的测试显示该模型相当缓慢且不可靠。
自那时以来,智能体AI模型的能力已经有了相当大的改进。TechCrunch发现,现代使用浏览器的AI智能体,如Comet和ChatGPT智能体,在为用户分担简单任务方面相当可靠。然而,许多这些智能体系统在处理更复杂问题时仍然存在困难。
Q&A
Q1:Chrome版Claude智能体有什么功能?
A:Chrome版Claude是Anthropic推出的基于浏览器的AI智能体,通过Chrome扩展程序,用户可以在侧边栏窗口中与Claude聊天,该窗口能够保持浏览器中所有活动的上下文信息。用户还可以授权Claude智能体在浏览器中执行操作,代表用户完成某些任务。
Q2:使用Chrome版Claude需要什么条件?
A:目前Chrome版Claude正在向1000名Max计划订阅用户推出,该计划月费在100至200美元之间。Anthropic同时为其他感兴趣的用户开放了候补名单,普通用户需要等待进一步开放。
Q3:Chrome版Claude的安全性如何保障?
A:Anthropic引入了多项安全防御措施,将提示注入攻击成功率从23.6%降至11.2%。用户可以在设置中限制Claude访问某些网站,系统默认阻止访问金融服务、成人内容和盗版内容网站,并在执行高风险操作前会请求用户许可。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。