新加坡国立大学的研究团队近期公布了一项令人瞩目的研究成果，他们针对Claude这一人工智能（AI）系统进行了广泛的能力测试，测试覆盖了超过20个不同的应用场景。
在测试中，Claude展现出了惊人的电脑操控能力，不仅能够轻松完成手机上的日常任务，还能够在复杂的办公环境中游刃有余。研究团队特别选择了热门手游《崩坏：星穹铁道》作为测试对象之一，通过简单的指令，如“帮我完成今天的模拟宇宙”，Claude便能自动执行游戏中的各项任务，包括启动战斗、等待结束并退出，整个过程流畅自如。
值得注意的是，Claude的操控并非简单的机械重复，而是基于对游戏规则和目标的深刻理解。它能够根据游戏界面的不同任务进行智能调整，展现出极高的灵活性和适应性。
除了在游戏领域的出色表现，Claude在办公场景中同样大放异彩。研究团队设计了一个基于Claude Computer Use API的自动化GUI框架，该框架涵盖了系统提示、状态观察、推理范式等多个模块。通过这个框架，Claude能够执行包括网页搜索、工作流程管理以及办公生产力软件操作等在内的多项日常办公任务。
例如，在Amazon和Apple的官方网站上，Claude能够成功完成下单购物的全过程，包括选择商品颜色、配置以及填写收货地址等步骤，无需人工干预。
尽管在复杂网页操作和办公软件使用中，Claude也遇到了部分挑战，但整体而言，其表现已经相当出色。研究团队还慷慨地公开了所有测试用例的具体信息，供其他研究者和开发者参考和进一步探索。这一举措无疑将推动AI技术在更多领域的应用和发展。
