亞馬遜（Amazon）近日推出先進人工智能模型「Nova Act」，旨在打造更聰明的網頁原生（web-native）AI代理（agents）。不同於傳統僅回應查詢的語言模型，Nova Act 被設計為能在數位與實體環境中執行多步驟任務的智能代理，實現如籌劃婚禮或處理複雜IT任務等高難度工作。

Nova Act 的關鍵特點在於其開發套件（SDK），允許開發者建立能於瀏覽器內自動完成任務的AI代理，例如發出休假通知、預約日曆、或自動回覆電郵。SDK 支援將複雜流程分割為「原子指令」（atomic commands），並可整合 Playwright 操控瀏覽器、API 呼叫、Python 腳本及多執行緒處理，進一步提升精確度與效率。

在測試表現方面，Nova Act 在內部基準評估中表現出色，於 ScreenSpot Web Text 測試中取得 0.939 的高分，顯著超越競爭對手如 Claude 3.7 Sonnet（0.900）及 OpenAI 的 CUA（0.883）。在視覺互動測試方面亦具優勢，雖然在 GroundUI 測試上稍遜，但亞馬遜表示這是未來優化的重點。

此外，Nova Act 展現出強大的遷移能力，即使在未曾訓練的環境中如網頁遊戲，也能良好運作。該技術已應用於 Alexa+，使AI助理能自主操作網頁，即便API存取受限亦可完成任務。

Nova Act 被視為亞馬遜推動智能AI代理長遠願景的第一步，未來將透過強化式學習（Reinforcement Learning）持續進化，最終實現具備高度自治與實用性的AI代理。