机器之心发布

AI 正在学着操作电脑。

昔日 AI 回应问题，当今它径直运行帮你干活。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 运行摄取确凿职责流。

但当系数这个词行业轻易冲向桌面时，有一个问题被忽略了：AI 越来越会干活了，但鄙俚东谈主该奈何把我方的职责经由交给它？

咫尺主流 Agent 的逻辑是 “你写 Prompt → AI 履行”，听起来合理，现实中却屡屡碰壁。

绽开里面系统、填表单、传附件、点提交…… 这些算作早已是职工的 “肌肉缅想”，可要用翰墨形貌理会，大多数东谈主径直卡住。更别说跨系统跳转、条款分支，许多东谈主连 Prompt 从哪儿写起齐不知谈。

若是东谈主说不清经由，AI 还能学会吗？

故有趣有趣的是，为了处置这个长途，硅谷催诞生了一个新干事 ——FDE（Forward Deployment Engineer，前沿部署工程师）。

开云中国2026世界杯手机版入口

他们驻场在客户公司，职责便是把业务东谈主员 “说不清” 的经由，翻译成 AI 能履行的任务。他们既要懂技巧，又要郑重确凿的职责流。如今资深 FDE 的年薪中位数已高达 48.5 万好意思元。

FDE 的存在涌现了一件事：让东谈主学会教 AI，其实莫得那么容易。

那若是能让 AI 我方学会意会业务经由，而不是靠年薪数十万好意思元的工程师来翻译，会若何？

有东谈主给出了谜底。

不会写 Prompt？那就演示给 AI 看

由清华大学打算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，它遴荐从另一个标的切入：让 AI 主动学惯用户的职责经由。

你不错把它意会成一个会操作电脑的 “AI 职工”。

Agivar 的中枢智力叫作念 “录屏陶冶”，使用容貌格外浅易：绽开电脑录屏，像平方职责一样把经由操作一遍。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。

按键精灵记载的是坐标和算作 —— 鼠标出动到 (300，500) 点击，机械重叠；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：为什么先绽开这个页面？为什么填这个数字？什么情况下跳过这一步？

Agivar 学到的不是 “下一步点那儿”，而是你的职责方法。它意会的是经由背后的律例与判断逻辑，而不是单纯复现点击轨迹。即便界面改版、按钮移位，它依然能识别正确计算并履行。

你教学它一次，它就能把这套经由剖释、可纪念地履行下去。

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，每天齐要在里面系统处理无数表单。绽开系统→遴荐业务类型→填写信息→上传附件→提交审批，每天相通的经由齐要重叠十几次。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。录制了一次完好经由，不到三分钟，全民炸金花手机现金版中国最新版官网尔后这套经由便完结了自动履行，毋庸再盯着屏幕缓缓操作。

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…… 无数重叠、无 API、只妙手工操作的经由，恰是恒河沙数鄙俚职工的日常。委果破钞时辰的从来不是复杂职责，而是那些让东谈主麻痹的重叠。

别的 Agent 还在想考，Agivar 依然作念完毕

若是你试用过一些桌面 Agent，可能会有一个直不雅感受：颖异，但慢。

原因并不复杂。因为大多数居品是径直调用通用多模态大模子 “硬解” 桌面任务：截图→上传云霄→推理→复返→履行，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智力也被带进了履行过程，每次点击齐作陪五秒以上蔓延。系数这个词过程像一个刚学会电脑的新东谈主。

而 Agivar 遴荐了另一条阶梯。

团队针对桌面任务场景测验了专用的履行模子，强化了桌面操作的智力。在此基础上，联想了 “大脑 + 小脑” 双层架构：

大模子（大脑）：意会录屏现实、拆免除务计算、策动履行旅途、处理颠倒。

专用小模子（小脑）：界面识别、鼠标点击、键盘输入、高频算作履行。

这与东谈主类神经系统格皮毛似。当你开车时，不会每踩一次油门齐再行想考交通律例。大脑小心阶梯策动，小脑小心具体算作。

撑握这套架构的，是团队基于清华大学自研深度学习框架 Jittor（计图） 开荒的推理引擎，针对高糊涂、低蔓延场景的桌面任务场景，团队对模子休养和履行链路进行了专门优化，确保大小模子协同不恭候。

速率差距径直体当今数据上：

归并台电脑履行归并个后台信息录入的任务，亚搏·体育世界杯(中国)官方网站某主流居品耗时 2 分 12 秒，Agivar 仅 57 秒，速率普及一倍以上。

单个任务差一分钟，差距好像不明显。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，是细目性

速率天然伏击，但企业是否能让 Agent 走进分娩环境，珍惜的不是快，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、协议存档里却是风险。

AI 能否干涉分娩环境，拼的从来不是上限，而是下限。

为了处置细目性，Agivar 作念了三层联想：

测验拘谨。用海量桌面任务数据，强化 “界面气象→用户意图→履行算作” 之间的剖释映射，减少 “发散”。

多重校验。里面多个 Agent 交叉考据 —— 策动、履行、不雅察、复核，不同脚色各司其职，每一步齐有东谈主问：“点对了吗？界面还在预期气象吗？”

律例管理。高频经由的关节操作节点、迷漫不可出错的算作，径直写成规律戒指的 “铁律”。履行中枢法子时，系统会优先效率预设旅途，不毛糙推崇。

最终计算只须一个：归并任务重叠履行，走相通旅途，得到相通远离。

毕竟，对于企业来说，分娩环境不需要惊喜，只需要剖释。

全栈自研，清华团队的硬核底牌

Agivar 的模子测验到履行框架，一齐由非十科技自研完成。团队的中枢成员来自清华大学打算机系，同期亦然清华自研的深度学习框架 Jittor（计图）的主要开荒者。

Jittor 以其易用性和成果上风，早已成为国内主流深度学习框架之一，这意味着 Agivar 对底层推理休养的优化，并非竖立在第三方智力之上，而是具备从框架层到模子层的完好掌控智力。

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，累计下载量朝上 150 万，在多个主流插件平台评分第一。

同期领有大模子自研智力、深度学习框架研发智力以及百万级居品落地教练，这么的组合，在国表里同类赛谈中并未几见。

让每个东谈主齐领有我方的 “AI FDE”

昔日两年，AI 行业追赶的是更大、更强的模子。但时辰走到今天，一个更现实的问题浮出水面：

AI 到底能不可委果干涉鄙俚东谈主的职责流？

FDE 方法曾是谜底，但崇高的资本让大多数东谈主望而生畏。

今天，Agivar 遴荐了一条更朴素、也更普惠的旅途：把 “翻译” 和 “界说职责流” 的智力，交还给用户我方。毋庸苦难地学 Prompt，不必转换习气。一次录屏演示，就能测验属于我方的桌面 Agent。

咫尺，Agivar 已开启公测，支握 Windows 与 macOS。录一遍，让 AI 替你干活。

下载地址请走访：https://agivar.fittentech.com

从某种意旨上说，“录屏陶冶” 委果转换的并不是交互容貌，而是东谈主与 AI 之间的合作关联。

它让桌面 Agent 第一次有契机解脱复杂配置和专科门槛，委果干涉鄙俚东谈主的职责流。若是说昔日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。

而当每个东谈主齐领有一个能够意会我方职责经由的 “AI FDE” 时，这场对于成果的变革，好像才刚刚运行。

© THE END

转载请有关本公众号取得授权

投稿或寻求报谈：[email protected]亚搏体育世界杯中国官网首页