2025年3月31日，Amazon正式发布其最新研发的AI智能体应用 Nova Act，这款智能体具备操控网页浏览器的能力，能够模拟人类在网络环境中的各种操作任务，包括点击、填写表单、选择日期、提交信息等。Nova Act 是 Amazon 在通用人工智能（AGI）领域的重要一步，标志着其在智能体技术的布局进入新阶段。
Nova Act 由 Amazon AGI Lab开发，背后团队由前OpenAI成员David Luan和Pieter Abbeel领导。该智能体不仅可以理解和执行自然语言指令，还能够在无需人工干预的情况下完成多步骤任务，如网页搜索、自动化购物、日程安排等。
💡 核心功能与技术亮点
- 浏览器控制能力：Nova Act 具备操作真实网页的能力，能够模拟点击、输入、滚动等人类行为，从而自动完成一系列复杂任务。
- 任务自动化：用户只需通过自然语言描述任务目标，Nova Act 能将其转化为网页操作指令，快速高效地执行任务。
- 无头浏览器支持：Nova Act 可在无界面模式下运行，支持后台自动化执行，广泛适用于企业级应用与开发者原型。
- 开发者支持 SDK：Amazon 同时推出了 Nova Act SDK，允许开发者在自己的应用中集成此智能体，进一步拓宽了 Nova Act 的应用范围。
- 高效执行与性能测试：Nova Act 在 Amazon 内部的“ScreenSpot WebText”测试中表现优异，超越了其他同类智能体，如 OpenAI Operator 和 Anthropic Claude。
🌍 广泛适用场景
Nova Act 的发布为多个行业带来了巨大的变革机会，尤其是在以下几个领域：
- 网页任务自动化：从电商下单到填写表单，Nova Act 可以执行多种常见网页操作，大幅提高工作效率。
- 智能语音助手增强：作为 Alexa+ 的执行引擎，Nova Act 能将语音指令转化为实际网页操作，实现语音到行动的闭环。
- 企业流程自动化：Nova Act 可帮助企业自动执行后台任务，如人力资源管理、财务审批等，替代传统的 RPA 工具。
- 开发者平台集成：开发者可以通过 Nova Act SDK 快速集成智能体功能，创建自动化工具或智能助手。
🚀 未来展望
作为一种类人智能体，Nova Act 不仅具备当前市场上少数智能体所没有的网页执行能力，而且其开放的 SDK 平台也为开发者提供了更多的创造空间。Amazon 的这一发布标志着 AI Agent 技术迈入新的发展阶段，未来将推动更多行业实现任务自动化与智能化。
