Practical AI 播客:计算机使用型 Agent 与 Agentic Internet 的未来
一次关于 computer-use agent 的技术对谈:当 AI 直接替人操作软件,互联网的接口、权限与商业模式都要跟着重写。
主持Chris Benson
嘉宾Demetrios Brinkmann
话题脉络
- 5:10MLOps社区与AgentCon
MLOps社区从ML上线、LLM上线一路走到Agent,AgentCon Amsterdam要做成线下体验与线上参与兼顾的混合会议。
Demetrios - 13:46对Agent的态度反转
曾认定Agent只是炒作,如今完全买账,重心转向computer use——让模型直接操作电脑界面替人完成任务。
Demetrios - 15:21computer use日常用例
它可以一次性扫完所有邮箱和五个Slack工作区,直接产出每日简报,省掉逐个切换的功夫。
Demetrios - 17:05信任才是门槛
技术已经做得到,但intrinsic trust(对代理的内在信任)仍是普通人接受Agent的最大障碍。
Chris - 20:40没有API的网页场景
德国小城政府没有API只有网页表单,Agent只能靠computer use去填,这类无接口场景其实遍地都是。
Demetrios - 24:05MCP与computer use互补
MCP(模型上下文协议)已成行业标准,但等所有系统都提供MCP server太慢,computer use正好补上空窗。
Demetrios - 27:51如何触达非AI原生大众
关键难题是把非AI-native的普通人拉进来,让他们也拿到好处,而不只是AI从业者自嗨。
Chris - 31:34LinkedIn抓取与自动化外联
LinkedIn的API完全锁死,computer use却能直接读页面拿数据,还能代发活动邀请、自动跟进。
Demetrios - 37:05模型与harness的边界
模型与harness(工具编排外壳)的界线在重新划分,研究实验室因掌握真实使用数据而最有优势。
Chris - 41:42Agent时代的购物体验
购物会搬进chat由Agent代买,Agent不看广告也不逛店面设计,电商现有的说服手段会被架空。
Demetrios - 47:58Agent swarm与支付层
可派agent swarm(多智能体分工)扫上百个网站比价议价,OpenAI或Anthropic甚至可能直接做支付层。
Demetrios - 50:57私密画像与信任风险
用户愿交出家庭私密画像换Agent做决策,但若OpenAI想当卖货市场而非中立代理,就会失去这份信任。
Chris
节目简介
Practical AI 播客本期请回 MLOps 社区创始人 Demetrios Brinkmann(现任 Agentic AI Foundation 开发者体验负责人)。节目围绕 computer-use agent(能像人一样直接操作浏览器和桌面软件的 AI 代理)展开,讨论这种能力会如何改变软件交互方式,以及所谓 agentic internet——即由代理而非人类点击驱动的网络——在落地时会遇到哪些现实问题。