第三百二十四章 这个活儿，源码还没干 (第2/3页)

   一。

    十二点整。

    灰色的按钮亮了起来。

    林一舟点下【开始使用】。

    界面和发布会演示中完全一样。

    左边历史对话，中间聊天区域，右侧可展开任务执行面板。

    林一舟没问天气，也没让它写诗。

    这些别的模型都能干。既然用的是世界第一的大模型、首个个人助手智能体，总不能只让它写几条五一祝福短信吧。

    他想了想，输入了一段话。

    “打开我的工作邮箱，找出过去七天里需要我回复、但我还没有回复的邮件，按照重要程度排序，给前三封写好回复草稿，先不要发送。”

    汤圆没有马上开始操作。

    「我需要访问你的工作邮箱，请打开邮箱并完成登录，登录密码和验证码请由你自行输入，我不会读取或保存这些内容。」

    右侧的操作区域打开了一个浏览器窗口。

    出于程序员本能，林一舟注意到：这浏览器应该是汤圆Chat内置的，不是他电脑上的任何一个。

    他仔细看了看，这应该是开源的Chromium改的吧？为什么不用我本地的浏览器？为什么不用我的邮件客户端？

    “直接使用我的邮件客户端。”

    林一舟没在网页上登录邮箱，而是对汤圆提了另一个要求。

    汤圆的图标旋转了一会儿，开始执行任务。

    它先规划任务：

    ——查看过去七天收到的邮件。

    ——识别尚未回复的邮件。

    ——判断是否需要回复及紧急程度。

    ——起草前三封回复。

    ——等待用户检查。

    规划完，汤圆开始运行。林一舟看到它打开自己桌面上的邮箱客户端——直接是已登录状态，里面有他的邮件列表。

    这客户端里其实有好几个邮箱，个人的、工作的都有。

    但汤圆很快从中找到工作邮箱，鼠标自动移过去，进入。

    随后逐步执行。

    可林一舟觉得哪儿不对。

    是不是有点儿慢？演示时没这么慢啊？

    前后花了将近十分钟，汤圆才完成。它从收件箱二十七封邮件里找出六封可能需要回复的。

    其中三封标为重要：一封是客户确认下个月开发排期；一封是会计公司提醒他补公司费用凭证；还有一封来自以前合作过的客户，问他有没有兴趣接内部知识库项目。

    汤圆还给这三封写好了草稿。

    第一封从历史邮件里找到当时约定的时间，在草稿中重新确认，并补问需求范围。

    第二封说明凭证会尽快整理，同时问清具体还需要哪些材料。

    第三封先礼貌道谢，再询问预算、交付周期和数据权限，并说无论项目合不合适，都该常联系。

    林一舟一封封看下来，对第三封尤其爱不释手。

    换他自己回，绝对写不出这么让人舒服的话。他只是直，不是傻；很多时候回不好，只是没见过好的。真见了优秀例子，他也不会嘴硬说“我写的版本才是真性情”。

    要那样，才是真傻。

    林一舟满意地点了点头。

    “回复，并且把邮件里提到的需要做的事添加到我的待办。”

    发完，汤圆界面又弹出一个提示框。

    「即将发送三封邮件，并向待办事项写入两个任务，是否继续？」

    林一舟扫了一眼收件人，点击确认。

    这指令看来很简单，汤圆没拆成分支任务，直接执行。

    这次快多了：邮件回了出去，两个待办也加进了苹果自带的待办事项。

    第一次试用结束，结果还算满意，但林一舟有个想不通的点。

    为什么读邮件的过程这么慢呢？

    他在汤圆界面上仔细找，在任务历史里找到详细执行记录，还能展开汤圆调用工具的具体过程。

    林一舟点开，找到读取邮件那一段。

    ……

    「截取当前窗口画面。」

    「识别页面结构与可交互元素。」

    「定位搜索输入框。」

    「点击坐标：782，146。」

    「输入文本：after：2025/04/23。」

    「截取当前窗口画面。」

    「识别搜索结果列表。」

    ……

    看了几行，林一舟猛地把翘着的二郎腿放到地上，上半身凑近屏幕。

    他把执行日志往后拖，一行行细读。

    汤圆点开邮件后的流程和之前差不多。

    先截屏，再识别邮件标题、发件人、正文和附件区域，最后读内容。

    刚才那个场景里，汤圆Chat的工作逻辑是基于视觉的。

    汤圆Chat的工作逻辑是基于视觉的！

    仿佛一道闪电划过林一舟的大脑。

    为什么汤圆单独内置浏览器？

    为什么它在发布会上搜索资料那么快？

    因为汤圆刚发布，生态还在早期，所有软件接口都没对它开放，它能做的只有读浏览器里的资料。

    直接用电脑命令操作软件？可以——前提是软件本身开放接口。比如苹果原生待办事项APP，汤圆就能生成命令去操作。

    但林一舟用的这个邮箱客户端在本地没开放任何接口，汤圆就只能鼠标点击、截图、读图、再点击，一步步操作。

    这完全是在模拟真人操作，而且比真人还慢。

    主要的瓶颈就在读图。

    真人看一眼页面，视线马上能落到目标位置。

    

    （本章未完，请点击下一页继续阅读）

『加入书签，方便阅读』