Amazon startet Nova ACT: AI Agent Masters Webbrowsersteuerung

Amazon hat am Montag große Neuigkeiten verkündet mit der Einführung von Nova Act, einem universellen KI-Agenten, der die Kontrolle über einen Webbrowser übernehmen und einfache Aufgaben selbstständig ausführen kann. Neben diesem neuen agentischen KI-Modell bringt Amazon das Nova Act SDK auf den Markt, ein Toolkit, mit dem Entwickler schnell Agentenprototypen mit Nova Act erstellen können.

Entwickelt im neu eröffneten AGI-Labor von Amazon in San Francisco, soll Nova Act die kommende Alexa+-Aktualisierung aufwerten, eine verbesserte Version des beliebten Sprachassistenten von Amazon mit generativen KI-Fähigkeiten. Die heute veröffentlichte Version von Nova Act ist jedoch noch etwas ungeschliffen. Amazon bezeichnet sie als Forschungsvorschau.

Entwickler können das Nova Act Toolkit auf nova.amazon.com finden, das auch als Schaufenster für die verschiedenen Nova-Grundmodelle von Amazon dient.

Mit Nova Act tritt Amazon in den Wettbewerb mit OpenAI's Operator und Anthropic's Computer Use an und zielt darauf ab, seine eigene universelle KI-Agententechnologie ins Spiel zu bringen. Große Technologieunternehmen glauben, dass KI-Agenten, die für Nutzer im Internet surfen können, die heutigen KI-Chatbots deutlich nützlicher machen werden.

Amazon ist vielleicht nicht der Erste, der auf diesen agentischen Technologiezug aufspringt, aber mit Alexa+ könnte das Unternehmen das breiteste Publikum erreichen.

Amazon sagt, dass Entwickler mit dem Nova Act SDK grundlegende Aufgaben für Nutzer automatisieren können, wie das Bestellen von Salaten bei Sweetgreen oder das Reservieren von Abendessen. Das Nova Act Toolkit ermöglicht es Entwicklern, Tools zu erstellen, mit denen ein KI-Agent Webseiten navigieren, Formulare ausfüllen oder Termine in einem Kalender auswählen kann.

Amazon behauptet, dass Nova Act in mehreren internen Tests die Agenten von OpenAI und Anthropic übertrifft. Zum Beispiel erzielte Nova Act im ScreenSpot Web Text-Test, der prüft, wie ein KI-Agent mit Text auf einem Bildschirm umgeht, solide 94 %, womit es OpenAI's CUA (88 %) und Anthropic's Claude 3.7 Sonnet (90 %) übertrumpft.

Allerdings hat Amazon Nova Act nicht mit gängigeren Agentenbewertungen wie WebVoyager getestet.

Nova Act ist das erste öffentliche Produkt aus Amazons AGI-Labor, einem Projekt, das von den ehemaligen OpenAI-Forschern David Luan und Pieter Abbeel geleitet wird. Beide hatten zuvor ihre eigenen Startups – Luan mit Adept und Abbeel mit Covariant – bevor Amazon sie letztes Jahr holte, um seine KI-Agenten-Offensive zu leiten.

Es mag seltsam erscheinen, dass ein AGI-Labor sich mit KI-Agenten beschäftigt, die Salate bestellen, aber Luan erklärte TechCrunch, dass er Agenten als Sprungbrett für den Aufbau superintelligenter KI-Systeme sieht. Er definiert AGI als „ein KI-System, das alles tun kann, was ein Mensch an einem Computer tut“.

Luan sagt, sein Team habe das Nova Act SDK entwickelt, um einfache, schnelle Aufgaben zuverlässig zu automatisieren und Entwicklern die Tools an die Hand zu geben, um zu entscheiden, wann ein Mensch in einen agentischen Workflow eingreifen sollte. Er hofft, dass es Entwicklern hilft, zuverlässigere agentische Apps zu erstellen, auch wenn sie nicht vollständig autonom sind.

Amazon steigt in einem umkämpften Feld in das Spiel der universellen KI-Agenten ein, aber es ist eine Schlüsseltechnologie, auf die das Unternehmen stark setzt. Frühe Tests von Nova Act könnten einen ersten Eindruck davon vermitteln, was die lang erwartete Alexa+-Version kann, was ein entscheidender Moment für Amazons KI-Ambitionen sein könnte.

Ein großes Problem bei frühen KI-Agenten von OpenAI, Google und Anthropic ist ihre Zuverlässigkeit in verschiedenen Bereichen. In Tests von TechCrunch sind diese Systeme langsam, haben Schwierigkeiten, lange unabhängig zu arbeiten, und machen oft Fehler, die ein Mensch nicht machen würde. Es wird nicht lange dauern, bis wir herausfinden, ob Amazon den Code geknackt hat – oder ob seine Agenten dieselben Probleme wie die Konkurrenz haben.