
- আপনার পক্ষে ওয়েব ব্রাউজ করার জন্য আপনার মুখের ডেবিউস এআই সরঞ্জামকে আলিঙ্গন করা
- একটি ওপেন কম্পিউটার এজেন্ট নির্দেশাবলী পাওয়া বা টিকিট বুকিংয়ের মতো কাজগুলি সম্পূর্ণ করতে একটি বাস্তব ওয়েব ব্রাউজার ব্যবহার করে
- এজেন্ট এবং তাদের ওপেন সোর্স ডেমোগুলি স্ক্রিনে সামগ্রী দেখতে পারে, একটি বোতামে ক্লিক করতে পারে, একটি ফর্ম পূরণ করতে পারে এবং তারপরে মানুষের মাধ্যমে ধীরে ধীরে চলে যেতে পারে (যেমন মানুষের মতো)
আলিঙ্গন মুখটি ক্রমবর্ধমান সংখ্যক আধা-স্বতন্ত্র এআই এজেন্টদের পরিচয় করিয়ে দেয় যা লোকদের অনলাইন কাজগুলি সরবরাহ করতে পারে। নতুন ফ্রি (যদি সীমাবদ্ধ) ওপেন কম্পিউটার এজেন্ট আপনার ওয়েব ব্রাউজারে ব্যক্তিগত সহকারীতে থাকার মতো।
একটি উন্মুক্ত কম্পিউটার এজেন্ট আপনার মতো অব্যাহত “স্মোলজেন্টস” প্রোগ্রামের অংশ হতে পারে এবং আপনার মতো ওয়েবসাইট এবং অ্যাপ্লিকেশনগুলির সাথে যোগাযোগ করতে পারে, অনুরোধগুলি সম্পূর্ণ করতে অদৃশ্য মাউস এবং কীবোর্ড প্রক্রিয়াজাতকরণ করতে পারে। এআই একটি ব্রাউজার খুলতে পারে, ফর্মগুলিতে জিনিসগুলি টাইপ করতে পারে, ক্লিক করুন বোতাম এবং আরও অনেক কিছু। এটি রুটটি সন্ধান করতে জিজ্ঞাসা করুন, তারপরে গুগল ম্যাপে যান, মূল এবং গন্তব্য প্রবেশ করুন এবং আপনাকে উত্সর্গীকৃত ডিজিটাল ড্রাইভারের মতো রুটটি দেখান।
আপনি লাইভ বিক্ষোভের সাথে এটি নিজেই চেষ্টা করতে পারেন। ন্যায্য সতর্কতা যে এর জনপ্রিয়তা ব্যাকলগের কারণে কিছুটা বিলম্ব এবং ত্রুটি সৃষ্টি করছে।
আমরা স্মোলজেন্টস ব্যবহার করে কম্পিউটার শুরু করছি! ভিজ্যুয়াল মডেলগুলি ক্রমবর্ধমান সক্ষম হওয়ার সাথে সাথে তারা জটিল এজেন্ট ওয়ার্কফ্লোকে শক্তি দিতে সক্ষম হয়। বিশেষত QWEN-VL মডেল যা অন্তর্নির্মিত গ্রাউন্ডিংকে সমর্থন করে, অর্থাত্ তার স্থানাঙ্কের মাধ্যমে চিত্রটিতে কোনও উপাদান খুঁজে পাওয়ার ক্ষমতা, সুতরাং … pic.twitter.com/mi8muwzkisমে 6, 2025
এজেন্ট এআই
ওপেন কম্পিউটার প্রক্সি একটি ভিন্ন দর্শন, যা ওপেনএআই অপারেটর, ব্রাউজারের ব্যবহার, প্রক্সি 1.0 এবং অপেরা ব্রাউজার অপারেটরগুলির মতো অনুরূপ সরঞ্জামগুলির দিকে পরিচালিত করে। এই সরঞ্জামগুলির মতো, কোনও এআই এজেন্ট যা মুখকে আলিঙ্গন করে তা হ’ল সক্রিয় অংশগ্রহণকারী হয়ে উঠতে, তথ্যের প্যাসিভ উত্স নয়।
ব্রাউজারের ব্যবহারের মতো, ওপেন কম্পিউটার এজেন্টগুলি ওপেন সোর্স, যার অর্থ যে কেউ এটি কীভাবে কাজ করে এবং এটির শীর্ষে তৈরি করতে পারে বা কমপক্ষে কুলুঙ্গি ব্যবহারের ক্ষেত্রে এটি টুইট করতে পারে। এজেন্টরা মিলিয়ন আইনী অস্বীকৃতি সহ একটি সমাপ্ত পণ্য না করে আরও নমনীয় কিছু শুরু করে। এর অর্থ হ’ল ডেমোটি কেবল একটি ডেমো, কোনও পালিশ প্যাকেজিং নয়। এটি ভুল করতে পারে এবং আপনাকে লগইনটিতে ঝাঁপিয়ে পড়তে এবং পরীক্ষাগুলি যাচাই করতে বলতে পারে।
টিকিট বুকিং, স্টোরের সময় পরীক্ষা করা, অনুসন্ধান করা, নির্দেশাবলী সন্ধান করা এবং মেনুগুলিতে ক্লিক করা এমন সমস্ত জিনিস যা অনেক লোক একক প্রাকৃতিক ভাষার প্রম্পট দিয়ে করতে সক্ষম হতে চায়। কীভাবে সস্তা ফ্লাইটগুলি সন্ধান করা যায় তা চ্যাটজিপ্টকে জিজ্ঞাসা করা একটি জিনিস। ট্র্যাভেল সাইটে যাওয়ার, তালিকার মাধ্যমে স্ক্রোল করার জন্য এবং “এখনই বই” এ ক্লিক করার চেষ্টা করার জন্য এখানে আরও একটি দেখার সরঞ্জাম রয়েছে।
এটি ত্রুটিযুক্ত হতে পারে, চটকদার থেকে অনেক দূরে, তবে একটি খোলা কম্পিউটার প্রক্সি এআইয়ের কাছে এমন একটি পদ্ধতির প্রতিনিধিত্ব করে যা এখন সর্বব্যাপী এআই চিত্র জেনারেটরের মতো সাধারণ হতে পারে।