علم محرر Downcodes أن شركة Emergence AI أصدرت مؤخرًا وكيل ويب ذكيًا جديدًا يسمى Agent-E، حيث وصل معدل نجاح مهمته إلى 73.2%، وهو أعلى بنسبة 20% من ذي قبل. تم تصميم Agent-E لتحسين كفاءة الذكاء الاصطناعي في التنقل عبر الويب وإكمال المهام المعقدة عبر الإنترنت بشكل أكثر فعالية، مثل استرجاع البيانات وملء النماذج وحجز الطيران وما إلى ذلك. لا شك أن ظهور هذا الوكيل سيوفر للمستخدمين تجربة شبكة أكثر ملاءمة وكفاءة. أدناه، دعونا نلقي نظرة فاحصة على ابتكارات Agent-E.
وفقاً لأحدث التقارير، أطلقت شركة Emergence AI وكيل ويب ذكي جديد يسمى Agent-E، بنسبة نجاح بلغت 73.2%، بزيادة قدرها 20% مقارنة بالسابق. تم تصميم التقنية الجديدة لتمكين التنقل المستقل عبر الويب، مما يسمح لوكلاء الذكاء الاصطناعي بإكمال المهام المعقدة عبر الإنترنت بشكل أكثر كفاءة، بدءًا من استرجاع البيانات وتقديم النماذج وحتى طلب أرخص الرحلات الجوية أو حجز أماكن الإقامة.
غالبًا ما تكون بروكسيات الويب التقليدية غير فعالة وعرضة للخطأ عند التعامل مع تعقيد وتنوع صفحات الويب الحديثة. غالبًا ما يفشلون في أداء مهامهم بدقة لأنهم لا يستطيعون التعامل بشكل فعال مع نماذج كائنات مستند HTML (DOMs) الصاخبة والكبيرة. ويشكل عدم الكفاءة هذا عائقًا كبيرًا أمام نشر بروكسيات الويب المستقلة في التطبيقات العملية، حيث تعد الموثوقية والدقة أمرًا بالغ الأهمية.
يقدم فريق البحث في Emergence AI Agent-E، وهو وكيل ويب جديد مصمم للتغلب على أوجه القصور في الأنظمة الحالية. يعتمد Agent-E بنية متعددة الطبقات تقسم مرحلتي تخطيط المهام وتنفيذها إلى مكونين مستقلين: وكيل التخطيط ووكيل التنقل في المتصفح. وبهذه الطريقة يمكن لكل مكون التركيز على دوره المحدد، وتحسين الكفاءة والأداء. يقوم وكيل التخطيط بتقسيم مهام المستخدم إلى مهام فرعية أصغر ويتم تنفيذها بواسطة وكيل التنقل في المتصفح من خلال تقنيات تحسين DOM المتقدمة.
يتضمن نهج Agent-E العديد من الخطوات المبتكرة لإدارة محتوى الشبكة الكبير والصاخب بشكل فعال. يقوم وكيل التخطيط بتقسيم مهام المستخدم إلى مهام فرعية أصغر ويقوم بتعيينها إلى وكيل التنقل في المتصفح. يستخدم وكيل التنقل في المتصفح تقنيات تحسين DOM المرنة لتحديد تمثيل DOM الأكثر صلة بكل مهمة، مما يقلل التشويش ويركز على المعلومات الخاصة بالمهمة. يستخدم Agent-E مراقبة التغيير لمراقبة تغييرات الحالة أثناء تنفيذ المهمة وتقديم تعليقات لتحسين أداء الوكيل ودقته.
تم تقييم Agent-E وفقًا لمعيار WebVoyager، وهو يتفوق بشكل كبير على أنظمة بروكسي الويب الحديثة السابقة. حقق Agent-E معدل نجاح قدره 73.2%، وهو أعلى بنسبة 20% من وكيل صفحة الويب ذات النص العادي السابق وأعلى بنسبة 16% من وكيل صفحة الويب متعدد الوسائط. في المواقع المعقدة مثل Wolfram Alpha، يعمل Agent-E على تحسين الأداء بنسبة تصل إلى 30%. بالإضافة إلى معدلات النجاح، أبلغ فريق البحث أيضًا عن مقاييس أخرى مثل وقت إنجاز المهمة وإدراك الخطأ. يستغرق Agent-E 150 ثانية في المتوسط لإكمال المهمة بنجاح و220 ثانية للمهمة الفاشلة. تتطلب كل مهمة ما متوسطه 25 استدعاء نموذجي لغوي كبير، مما يسلط الضوء على كفاءتها وفعاليتها.
تمثل الأبحاث التي أجرتها Emergence AI تقدمًا كبيرًا في مجال التنقل المستقل عبر الويب. من خلال اعتماد بنية متعددة الطبقات وتقنية إدارة DOM المتقدمة لحل مشكلات عدم كفاءة أنظمة وكيل الويب الحالية، يضع Agent-E معيارًا جديدًا للأداء والموثوقية. توضح النتائج أنه يمكن تطبيق هذه الابتكارات على مجالات أخرى من الأتمتة المعتمدة على الذكاء الاصطناعي بما يتجاوز أتمتة الشبكة وتوفير رؤى قيمة حول مبادئ تصميم نظام الوكيل. إن نجاح Agent-E في تحقيق معدل إكمال مهمة بنسبة 73.2% وعملية تنفيذ مهمة فعالة يسلط الضوء على قدرته على إحداث تحول في التنقل عبر الشبكة والأتمتة.
مدخل المشروع: https://top.aibase.com/tool/agent-e
### أبرز النقاط:
تطلق Emergence AI Agent-E: نسبة النجاح 73.2%، بزيادة قدرها 20%
يعتمد Agent-E بنية الطبقات وتقنية إدارة DOM
أفضل بكثير من ذي قبل في معيار WebVoyager
لقد وضع معدل النجاح العالي لـ Agent-E وكفاءة التنفيذ الفعالة معيارًا جديدًا لتكنولوجيا وكيل الويب الذكي، ويشير أيضًا إلى أن الذكاء الاصطناعي سيكون له آفاق تطبيق أوسع في مجال أتمتة الويب في المستقبل. يأمل محرر Downcodes أن يتمكن Agent-E من إظهار قدراته القوية في المزيد من المجالات.