Amazon Nova Act – 亚马逊推出的通用 AI 智能体，自主执行网页任务-爱论文

Amazon Nova Act是什么

Amazon Nova Act是亚马逊 AGI Labs推出的通用AI代理，用于在网页浏览器中执行任务。Amazon Nova Act支持开发者基于配套的 SDK 构建智能体应用原型，完成如提交请假申请、预订日历或发送自动回复邮件等操作。Amazon Nova Act 基于将复杂任务分解为原子命令，结合 Playwright 直接操作浏览器，提升任务执行的可靠性和效率。Amazon Nova Act能帮助开发者构建自动化处理网络操作的智能体应用，未来有望实现更复杂的多步骤任务。

Amazon Nova Act的主要功能

分解复杂任务：支持开发者将复杂的多步骤任务分解为可靠的原子命令，例如搜索、填写表单、点击按钮等。添加详细指令：支持开发者为每个命令添加更详细的指令，例如“不要接受保险推销”或“选择特定日期”，确保任务按照预期执行。支持多任务操作：同时处理多个任务，基于 Python 代码实现任务的并行化处理，提高效率。提供 SDK 工具包：亚马逊推出配套的软件开发工具包（SDK），帮助开发者构建智能体应用原型。

Amazon Nova Act的技术原理

自然语言处理（NLP）：基于预训练的语言模型，解析用户的意图，转化为具体的任务操作。NLP 技术支持多语言处理，使Amazon Nova Act 能在全球范围内为不同语言的用户提供服务。网页自动化技术：基于自动化工具（如 Selenium 或 Puppeteer）模拟人类的网页浏览行为。基于解析网页的 HTML 结构，识别表单字段自动填写用户提供的数据。支持从网页中提取所需的信息，如餐厅预订确认号、订单状态等。机器学习与强化学习：机器学习算法优化任务执行的效率和准确性。基于大量的训练数据，模型能学习到最优的任务执行路径。学习技术使 Nova Act 在执行任务时根据反馈进行自我优化。例如，如果在预订餐厅时遇到错误，基于强化学习调整策略，避免再次犯同样的错误。API 调用与集成：基于 API 调用与各种外部服务（如餐厅预订系统、在线购物平台等）进行交互，完成复杂的任务。Amazon Nova Act提供 SDK，开发者结合自己的业务逻辑，开发出更多定制化的应用。