视频摘要：与智能代理（Agents）共同进化

传统观点认为通用人工智能（AGI）是制造出与人一样聪明甚至更聪明的机器，这是一种“类别错误”。 [0:02:51.280-0:03:05.440]

演讲者新视角：真正的目标应该是构建能增强人类（Augmenting Human）、让我们变得更聪明的AI，而不是替代我们。 [0:05:06.479-0:05:13.039, 0:07:19.520-0:07:28.880]

通用智能并非存在于单个机器或个体中，而是在互动中涌现的。 [0:14:55.360-0:15:11.920] 它是社会的、分布式的、不断演化的。

人类的感知本身就是一种“受控的幻觉”（Controlled Hallucination）。 [0:01:15.840-0:01:21.360] 我们的大脑通过预测和感官信息来构建对现实的理解。

“幻觉”对于AI是特性（Feature）而非缺陷（Bug），因为它允许AI超越现有数据，是实现灵活性的必要条件。关键在于如何控制它。 [0:02:12.959-0:02:26.319]

NovaAct是一个研究预览版的智能代理，它结合了Amazon的Nova基础模型和一个SDK。 [0:03:33.200-0:03:37.760, 0:08:21.440-0:08:27.280]

核心功能：

• 浏览器即工具： 由于多数网站缺乏API，NovaAct通过像人一样与UI（用户界面）交互来操作浏览器。 [0:08:00.400-0:08:17.360]
• Act调用： 通过简单的`act`调用，将自然语言指令转化为屏幕上的具体动作（点击、输入等）。 [0:08:27.280-0:08:34.320]
• 开发者友好： 只需三行代码即可开始使用，并支持Python集成（如Pydantic和Pandas），实现结构化数据提取和并行处理等高级功能。 [0:10:08.480-0:10:11.200, 0:09:13.839-0:09:59.760]

我们的方法不同之处在于：专注于使最小的交互单元（如点击）变得可靠，并为开发者提供对这些原子操作的精细控制。 [0:11:48.079-0:12:00.000]

人类智能的进化史是一部与技术共同进化的历史（Technosocial Co-evolution）。 [0:05:31.120-0:05:41.120] 从语言到计算机，我们不断发明新工具，这些工具反过来又重塑了我们。

语言是终极的认知技术，它通过与我们心智模型（Models of Minds）的共同进化，实现了真正的泛化能力。 [0:15:36.959-0:16:26.480]

为了让代理真正可靠，它们最终需要拥有我们的“心智模型”。 [0:18:50.880-0:18:56.400] 这需要通过构建一个共享的环境和直观的交互界面，在人类与代理的互动中自然涌现，而不是直接构建。

我们需要衡量与优化人机互动本身，关注创造力、生产力、心流状态等人类指标，而不仅仅是模型能力。 [0:15:11.920-0:15:31.920]