這一天還是來(lái)了，AI在操作系統(tǒng)里啟動(dòng)了一個(gè)自己的副本。

往小了說(shuō)，不過(guò)是多模態(tài)大模型通過(guò)操縱鼠標(biāo)鍵盤的API執(zhí)行任務(wù)。

往大了說(shuō)，也可以算是“AI復(fù)制自己”的雛形了。

（別被作者的藍(lán)天白云壁紙騙到了，這其實(shí)是MacOS）

從AI這一頓眼花繚亂的操作中可以看出，核心是多模態(tài)大模型，通過(guò)截圖判斷屏幕上正在發(fā)生什么，生成下一步操作的計(jì)劃，調(diào)用系統(tǒng)接口執(zhí)行之后再次截圖。

要按網(wǎng)友建議加上語(yǔ)音識(shí)別功能，真就能模擬鋼鐵俠的賈維斯了。

AI能不能復(fù)制自己，是OpenAI內(nèi)部始終關(guān)注的安全測(cè)試內(nèi)容之一。

但GPT-4出道至今，這項(xiàng)測(cè)試結(jié)果一直沒有公布。

如今，先不管模型本身有沒有這個(gè)能力，接入GPT4V的開源項(xiàng)目已經(jīng)可以做到了。

AI與操作系統(tǒng)結(jié)合

這個(gè)開源項(xiàng)目叫做Open Interpreter，GitHub熱榜?？停肽陼r(shí)間已積攢3.7萬(wàn)星。

從名字也可以看出，最早只是一個(gè)ChatGPT代碼解釋器的開源升級(jí)版。

與OpenAI官方版相比，沒有3小時(shí)50條對(duì)話的限制，以及可以連接網(wǎng)絡(luò)、可以自定義預(yù)安裝的Python包等等好處。

發(fā)布不久后初代作者Killian Lucas就想到，為什么一定要在虛擬沙箱環(huán)境執(zhí)行代碼？直接讓AI接入真實(shí)系統(tǒng)有更大的可能性。

于是，第二個(gè)大版本就是操作系統(tǒng)級(jí)AI Agent了。

Open Interpreter最近更新了第三個(gè)大版本，其中接入的大模型改為多模態(tài)版本。

核心貢獻(xiàn)者Ty Fiero展示了AI自動(dòng)發(fā)送郵件。

以及更復(fù)雜的AI操作專業(yè)編曲軟件作曲。

團(tuán)隊(duì)在這個(gè)版本設(shè)計(jì)了全新的Computer API，并且與原本的Open Interpreter分離，可以獨(dú)立運(yùn)作。

在新版本更新文檔中，可以看出團(tuán)隊(duì)更大的野心：著手開發(fā)AI時(shí)代新的計(jì)算機(jī)架構(gòu)，也就是語(yǔ)言模型計(jì)算機(jī)LMC（Language Model Computer）。

Kilian借助CES上199元的AI掌機(jī)Rabbit R1爆火的機(jī)會(huì)公開招募開發(fā)者加入，打算快速?gòu)?fù)刻一個(gè)開源版本，硬件成本不到50美元。

不到48小時(shí)，就有超過(guò)200位工程師和設(shè)計(jì)師愿意加入這個(gè)項(xiàng)目，評(píng)論區(qū)中還不斷有人繼續(xù)申請(qǐng)中。

不知道這個(gè)團(tuán)隊(duì)回復(fù)大量應(yīng)聘郵件和私信，用的是不是AI。

參考鏈接：

[1]https://twitter.com/fieroty/status/1746639975234560101

[2]https://github.com/KillianLucas/open-interpreter