AWS允許智能體控制云端虛擬桌面，但每次點(diǎn)擊可能消耗50萬(wàn)Token

亞馬遜云服務(wù)（AWS）近日宣布，將允許AI智能體接入其云端虛擬PC服務(wù)WorkSpaces。

該服務(wù)目前處于預(yù)覽階段，用戶可通過(guò)亞馬遜身份與訪問(wèn)管理（IAM）服務(wù)為智能體分配獨(dú)立身份。智能體憑借相應(yīng)憑證，可通過(guò)唯一的預(yù)簽名URL訪問(wèn)WorkSpace，并操控云端PC上運(yùn)行的任意應(yīng)用程序。

AWS發(fā)言人表示，該公司建議開(kāi)發(fā)者為每個(gè)智能體分配獨(dú)立身份，以便更清晰地追蹤其行為，并將智能體操作與人工操作加以區(qū)分。

據(jù)悉，智能體將"通過(guò)托管的MCP端點(diǎn)進(jìn)行連接，該端點(diǎn)提供對(duì)桌面工具的受控訪問(wèn)，包括截圖、鼠標(biāo)控制和文本輸入等功能"，同時(shí)"為開(kāi)發(fā)者提供一個(gè)可控的交互界面，并通過(guò)安全機(jī)制限定智能體的可執(zhí)行操作范圍"。

為智能體配備獨(dú)立云端PC的主要目的，是讓其能夠自動(dòng)調(diào)用軟件執(zhí)行各類任務(wù)。云端或虛擬PC非常適合此類應(yīng)用場(chǎng)景——它們可以按需創(chuàng)建與銷毀，僅在智能體完成任務(wù)期間保持運(yùn)行。此外，將智能體置于隔離的虛擬私有云中，也比直接接入局域網(wǎng)或數(shù)據(jù)中心更為安全可控。對(duì)于那些完全依賴物理PC、或不希望讓智能體操控本地虛擬機(jī)的企業(yè)來(lái)說(shuō)，云端PC也比自建本地虛擬化環(huán)境更為簡(jiǎn)便。

AWS支持智能體訪問(wèn)WorkSpaces提供的多種實(shí)例類型，配置從單核CPU、2GB內(nèi)存的入門級(jí)小型實(shí)例，到配備GPU、32核vCPU和256GB內(nèi)存的高性能實(shí)例應(yīng)有盡有。亞馬遜提供兩種租用模式：一是按月收取固定費(fèi)用、支持不間斷使用；二是收取較低月費(fèi)并按小時(shí)計(jì)費(fèi)。

在云端PC智能體接入領(lǐng)域，AWS并非唯一玩家——微軟同樣專為智能體推出了Windows 365專屬版本。

智能體操控PC依賴計(jì)算機(jī)視覺(jué)技術(shù)，通常通過(guò)截圖或錄屏來(lái)獲取桌面內(nèi)容，在"讀取"畫面后執(zhí)行相應(yīng)操作，包括點(diǎn)擊、輸入和滾動(dòng)等。

AI編程工具公司Reflex認(rèn)為，這一過(guò)程所需的計(jì)算代價(jià)不可小覷。該公司近期發(fā)布研究報(bào)告稱，一個(gè)基于視覺(jué)的瀏覽器智能體僅完成一次下拉菜單點(diǎn)擊操作，就需要消耗約50萬(wàn)個(gè)Token，使用智能體的成本可能是直接調(diào)用API的45倍。目前，Reflex已將相關(guān)基準(zhǔn)測(cè)試工具開(kāi)源至GitHub，供開(kāi)發(fā)者自行驗(yàn)證其結(jié)論。

Reflex增長(zhǎng)負(fù)責(zé)人Palash Awasthi在公司博客中表示，隨著AI模型的持續(xù)進(jìn)步，成本有望逐步降低，但他堅(jiān)持認(rèn)為，與API相比，智能體完成同一任務(wù)始終需要更多的操作步驟。

因此，在急于租用云端桌面之前，或許值得先仔細(xì)權(quán)衡一番。

Q&A

Q1：AWS的WorkSpaces智能體接入服務(wù)目前是否正式上線？

A：該服務(wù)目前仍處于預(yù)覽階段，尚未正式全面上線。用戶可通過(guò)亞馬遜身份與訪問(wèn)管理服務(wù)為智能體分配獨(dú)立身份，智能體憑借相應(yīng)憑證通過(guò)唯一預(yù)簽名URL訪問(wèn)WorkSpace，并操控其中運(yùn)行的應(yīng)用程序。

Q2：為什么智能體控制虛擬桌面的成本這么高？

A：根據(jù)AI編程工具公司Reflex發(fā)布的研究報(bào)告，基于計(jì)算機(jī)視覺(jué)的智能體在操控桌面時(shí)，每次操作都需要大量Token來(lái)處理截圖或錄屏內(nèi)容。僅點(diǎn)擊一次下拉菜單，就可能消耗約50萬(wàn)個(gè)Token，整體成本可能是直接調(diào)用API的45倍。即便未來(lái)AI模型性能提升、成本有所下降，智能體完成任務(wù)所需的步驟仍會(huì)多于API調(diào)用。

Q3：AWS智能體云桌面服務(wù)和微軟Windows 365有什么區(qū)別？

A：兩者均支持AI智能體接入云端虛擬桌面，但各有側(cè)重。AWS的WorkSpaces提供從入門級(jí)到高性能GPU實(shí)例的多種配置，并支持按月固定收費(fèi)或按小時(shí)計(jì)費(fèi)兩種模式，適合不同規(guī)模的使用需求。微軟則專門為智能體推出了Windows 365專屬版本。目前兩項(xiàng)服務(wù)在功能細(xì)節(jié)上的具體差異尚未完全公開(kāi)披露。