科技巨头Google正准备推出一款能够运行网页浏览器的AI代理（人工智能助手），旨在帮助用户自动化日常任务。据The Information报道，Google正在代号“Project Jarvis”的项目下开发一款计算机用户代理，该产品预计将于12月完成预览版展示。
根据共享信息，Jarvis会频繁截取计算机屏幕内容。当接收到指令时，它会先分析这些截图，从而在用户点击按钮或输入文本等操作之前做出响应。
Jarvis将主要在Chrome等网页浏览器中运作，协助用户进行研究、购物和航班预订等任务。除Jarvis外，该公司还将在12月公布Gemini的新AI模型，Jarvis也将获得该新模型的支持。值得注意的是，Gemini Live已支持土耳其语语音对话模式。此外，Gemini集成近期也开始在Google Meet和照片应用等其他应用中显现。
可以说，近期人工智能工具已成为各大AI公司的关注焦点。OpenAI发布了用于管理AI Agent网络的框架Swarm；Anthropic也推出了处于测试阶段的Computer Use API，允许其升级版的Claude 3.5 Sonnet模型与操控计算机桌面的工具进行交互。与此同时，微软的Copilot Vision产品将使用户能够就浏览的网页内容进行对话。最后，预计明年Apple Intelligence将能够感知用户屏幕上显示的内容，并在多个应用中为用户提供支持。