ИИ-агент Simular’a готов взять под управление ваш Mac или ПК с Windows

AI‑агенты,нейросимволический ИИ,автоматизация задач,LLM‑галлюцинации,Simular

Simular — стартап, создающий AI‑агентов для macOS и Windows, нашёл убедительное решение проблемы галлюцинаций ИИ, сочетая нейросимволический подход и детерминированный код, что позволяет надёжно автоматизировать задачи от VIN‑поиска до извлечения данных из PDF.

Simular — интересный агентный стартап, потому что в отличие от других, он стремится контролировать не браузер, а сам компьютер. (Агентный ИИ — это системы, способные автономно выполнять сложные задачи с минимальным вмешательством человека.) «Мы можем буквально перемещать курсор мыши по экрану и кликать. Поэтому он более способен выполнять и повторять любые человеческие действия в цифровом мире», — сказал со‑основатель и генеральный директор Анг Ли журналу TechCrunch, приведя пример копирования и вставки данных в таблицу.

В понедельник компания объявила о выпуске версии 1.0 для macOS. Одновременно она работает с Microsoft над созданием агента для Windows. Simular — одна из пяти агентных компаний, принятых в программу Windows 365 for Agents, о чём Microsoft сообщил в середине ноября. (Другие участники — Manus AI, Fellou, Genspark и TinyFish.) Что касается сроков выхода Windows‑версии, Ли лишь намекнул, что она обещает быть столь же популярной, а то и более востребованной, чем macOS‑версия.

Ещё одной причиной обратить внимание на Simular являются авторитеты основателей: Ли — учёный, постоянно обучающийся, ранее работавший в DeepMind от Google, где он встретил со‑основателя‑специалиста по подкрепляющему обучению Джиачена Янга. Хотя их команда опубликовала ряд статей, по словам Ли, работа была не чисто академической: целью было улучшение продуктов Google, включая Waymo.

Такой опыт в AI‑продуктах полезен, потому что прежде чем мечты о агентном будущем Силиконовой долины воплотятся в жизнь, необходимо решить массу технических проблем. Одна из самых серьёзных — то, что большие языковые модели (LLM) иногда «галлюцинируют», то есть генерируют неверные сведения.

Агентные задачи могут включать от тысячи до миллионов дискретных шагов. Ошибка‑галлюцинация на любом отдельном этапе способна аннулировать всю работу агента, а вероятность таких ошибок растёт статистически с увеличением количества шагов.

Один из подходов к решению — превратить «недетерминированную» LLM в «детерминированную», то есть вместо бесконечного креатива заставить её ответы и действия повторяться одинаково каждый раз. Но такой путь рискует ограничить творческий аспект решения проблем агентом.

Simular объединяет оба подхода. Их агент свободно перебирает варианты задачи, а человек‑пользователь корректирует процесс «на ходу», пока агент не достигнет успеха. Затем пользователь фиксирует рабочий процесс, делая его детерминированным и повторяемым.

«Наше решение — позволять агентам исследовать успешные траектории. Как только найдена успешная траектория, она превращается в детерминированный код», — объясняет Ли.

Причина, по которой стартап способен это делать, заключается в том, что их работа — даже несмотря на то, что Ли признаёт её ещё ранней — не просто обёртка над LLM, перенаправляющая запросы к модели и получающая ответы.

«У нас есть новая технология, которой не пользуется ни одна другая агентная компания. Мы называем её ‘нейросимволические агенты компьютерного использования’. Она не полностью основана на LLM», — отметил он. «Наш подход к устранению галлюцинаций — позволить LLM писать код, который становится детерминированным. Если у вас есть рабочий процесс, при следующем запуске тот же процесс будет успешным».

Ещё один плюс — такой детерминированный код, выполняющий повторяемую задачу, оказывается в руках конечного пользователя, а не LLM. «Когда у них есть код, они могут ему доверять, потому что могут его проинспектировать, проаудировать, увидеть, как он работает», — говорит Ли.

Время покажет, станет ли этот метод тем волшебным решением, которое поставит агентов в руки каждого работника. По словам Ли, среди ранних бета‑клиентов компании — автодилер, автоматизирующий поиск VIN‑номеров, и управляющие ассоциации, извлекающие контрактную информацию из PDF‑файлов. Открытый проект Simular (на данный момент доступный только для macOS) уже породил автоматизации от создания контента до продаж и маркетинга.

Ранее Simular привлекла $5 млн на этапе посева, а общий объём привлечённых средств составляет около $27 млн. Среди инвесторов компании указаны Basis Set Ventures, Flying Fish Partners, Samsung NEXT, Xoogler Ventures и подкастер‑ангел инвестор Ленни Рачитски.

Visited 1 times, 1 visit(s) today

Самое просматриваемое: