北京2025年8月5日 /美通社/ -- 亞馬遜云科技日前宣布，推出Amazon Nova Act SDK有限預覽版，可快速幫助客戶將基于瀏覽器的Agent從原型部署至生產(chǎn)環(huán)境。該SDK可與亞馬遜云科技的多項服務集成，包括用于安全身份管理的Amazon Identity and Access Management (Amazon IAM)、用于數(shù)據(jù)存儲與策略控制的Amazon Simple Storage Service (Amazon S3)，以及全新推出的、支持大規(guī)模云端瀏覽器執(zhí)行的Amazon Bedrock AgentCore Browser Tool。
Amazon Nova Act SDK最初于2025年初以研究預覽版形式推出，旨在幫助開發(fā)者構(gòu)建可穩(wěn)定完成網(wǎng)頁任務的Agent。隨著企業(yè)對自動化能力的需求不斷增長，該SDK在眾多實際業(yè)務場景中得以落地，成為推動Agent流程自動化的重要工具，具備高可靠性、靈活性與可擴展性。
傳統(tǒng)業(yè)務自動化流程面臨的挑戰(zhàn)
日常業(yè)務操作往往依賴瀏覽器，例如提交休假申請、處理發(fā)票、訪問供應商門戶或查看儀表盤。由于缺乏API覆蓋，許多流程仍需手動完成：團隊需要在多個標簽頁間復制粘貼數(shù)據(jù)，手動執(zhí)行多步驟流程，點擊大量界面來完成工作。
傳統(tǒng)基于規(guī)則的瀏覽器自動化框架在動態(tài)網(wǎng)頁環(huán)境中面臨諸多挑戰(zhàn)。頁面結(jié)構(gòu)的微小變化（如新增表單字段或下拉選項）常常導致選擇器失效，團隊需要投入大量精力進行維護，而非構(gòu)建新的自動化任務。更重要的是，這類框架難以擴展。例如，若某一業(yè)務場景需要在50個不同網(wǎng)站上運行，團隊就必須構(gòu)建50套特定自動化邏輯，因為基于規(guī)則的框架無法泛化。
人類執(zhí)行任務的能力可以適應不同的工具和界面。例如，掌握了如何在Outlook中撰寫郵件后，即使從未使用過Gmail，也能在其中完成同樣的任務。大型語言模型（LLM）通過海量用戶界面訓練樣本，賦予AI Agent類似于人類的這種識別能力。憑借語言理解、指令執(zhí)行和跨領域推理能力，大語言模型已廣泛應用于聊天、摘要生成、編程助手等場景。如今，生成式AI正邁入"以行動為核心"的新階段。Agentic AI在大語言模型基礎上向執(zhí)行層延伸，旨在完成動態(tài)、多步驟的復雜流程，如填寫復雜表單、與不斷變化的界面交互，或大規(guī)模完成真實業(yè)務任務。Agentic AI并非取代大語言模型，而是對其進行擴展，釋放新的自動化能力，讓我們在企業(yè)環(huán)境中更接近真正的任務完成。
借助Amazon Nova Act SDK實現(xiàn)Agentic AI
借助Amazon Nova Act SDK，客戶能夠構(gòu)建并部署可靠的瀏覽器Agent，這些Agent由專為Agentic AI打造并精調(diào)的Amazon Nova Act模型驅(qū)動。該模型經(jīng)過強化學習訓練，并結(jié)合大量瀏覽器交互領域數(shù)據(jù)，能夠精準執(zhí)行逐步工作流程。在最新版本中，亞馬遜云科技通過服務集成進一步擴展了這一功能，使客戶能夠?qū)gent從原型轉(zhuǎn)化為生產(chǎn)環(huán)境。用戶只需一條命令即可安裝SDK，使用Python和自然語言編寫Agent、實時調(diào)試，并可直接集成至持續(xù)集成與交付（CI/CD）流程中。通過亞馬遜云科技提供的企業(yè)級安全性、可觀測性和基礎設施，Amazon Nova Act SDK為希望構(gòu)建可大規(guī)模和可交付的Agent的團隊提供了一條快速、靈活的路徑。用戶只需一條命令即可完成安裝，可使用Python和自然語言的組合方式編寫Agent，在工作流運行期間進行調(diào)試，并通過CI/CD流水線進行部署。
Amazon Nova Act SDK還可與Amazon Bedrock AgentCore Browser Tool（一個快速、安全的云端瀏覽器）集成，支持AI Agent與網(wǎng)站進行大規(guī)模交互。它具備企業(yè)級安全能力，包括虛擬機級別隔離與聯(lián)合身份集成。該工具還通過實時查看、Amazon CloudTrail日志記錄和會話重放等提供內(nèi)置的可觀測性，以支持故障排查、質(zhì)量維護和合規(guī)性要求。
Amazon Nova Act SDK的優(yōu)勢
Amazon Nova Act SDK可靠性高、部署快速，專為安全、大規(guī)模瀏覽器自動化場景而構(gòu)建。
優(yōu)勢1——可靠性：構(gòu)建準確度高、可重復性強的瀏覽器自動化
借助Amazon Nova Act SDK，開發(fā)者可將復雜工作流拆解為可靠的原子命令（例如，收集網(wǎng)頁中的所有表單元素，并返回包含表單所有必填字段的字符串）。SDK支持添加詳細指令以根據(jù)需要優(yōu)化這些命令（例如，關閉彈窗橫幅），具備調(diào)用API的能力，并可選擇通過Playwright進行直接瀏覽器操作以提升執(zhí)行可靠性（例如，在輸入密碼時）。開發(fā)者可以在自動化流程中穿插使用Python代碼，例如編寫測試用例、設置流程中斷點或判斷條件，以及采用并發(fā)任務機制來提升執(zhí)行效率，特別是在網(wǎng)頁加載速度受限的情況下，這些方式能有效優(yōu)化整體性能。最新版Amazon Nova Act SDK在早期企業(yè)級應用中已展現(xiàn)出超過90%的可靠性，涵蓋自動化質(zhì)檢、復雜表單處理和流程執(zhí)行等場景。推理能力與故障恢復機制的提升，使Agent能夠適應不斷變化的用戶界面，持續(xù)穩(wěn)定地完成復雜操作序列。
優(yōu)勢2——上市速度：從原型到生產(chǎn)僅需數(shù)日，而非數(shù)周
Amazon Nova Act SDK專為加速自動化開發(fā)而設計，無需依賴脆弱的腳本邏輯。客戶可通過一條命令完成SDK安裝，使用Python、自然語言或二者結(jié)合定義Agent，邊運行邊調(diào)試流程、檢查網(wǎng)頁的結(jié)構(gòu)化頁面元素（DOM）、設置步驟間的暫停點，并快速迭代優(yōu)化。該SDK支持以下功能：
客戶無需更改現(xiàn)有基礎設施或重構(gòu)內(nèi)部工具鏈，基于Amazon Nova Act構(gòu)建的agent可無縫融入當前開發(fā)流程，助力從試驗階段快速邁入生產(chǎn)環(huán)境。
優(yōu)勢3——安全性：依托亞馬遜云科技，部署值得信賴的自動化流程
Amazon Nova Act SDK集成了Amazon IAM實現(xiàn)訪問控制，模型訪問方式與其他亞馬遜云科技服務一致。該SDK支持在macOS、Linux、Windows和WSL2等系統(tǒng)上運行，運行時環(huán)境彼此隔離，輸入、輸出數(shù)據(jù)均支持加密處理。Amazon Nova Act SDK專為企業(yè)環(huán)境設計，具備生產(chǎn)系統(tǒng)所需的可靠性、可觀測性與安全性。
實際應用展示：自動化信息采集，加速金融決策流程
在金融服務領域——特別是投資銀行、并購咨詢和戰(zhàn)略研究等場景中，成敗往往取決于團隊能多快、多準地將碎片化的公開數(shù)據(jù)轉(zhuǎn)化為可執(zhí)行的洞察。
Amazon Nova Act SDK應用場景
當今企業(yè)中瀏覽器相關的業(yè)務流程極為常見，但許多仍依賴手動操作，重復性高且易出錯。Amazon Nova Act SDK幫助企業(yè)自動化這些任務，使團隊能夠?qū)Ｗ⒂诟邇r值的工作，提升準確率，減少運營延遲。憑借其高可靠性，該SDK可適配多個行業(yè)與業(yè)務場景。
場景1——自動化數(shù)據(jù)錄入與表單填寫
Amazon Nova Act SDK通過自動化處理表單提交、文件上傳與數(shù)據(jù)更新，減少在基于Web的系統(tǒng)（如CRM、人力資源工具、財務平臺）中的重復人工輸入。在醫(yī)療場景中，工作人員需協(xié)助用戶完成各州差異化極大的福利申請流程；而公共部門的個案工作者也常需在多個系統(tǒng)中重復錄入家庭數(shù)據(jù)。Amazon Nova Act SDK能夠穩(wěn)定處理這些動態(tài)流程，可靠應對字段變動、下拉菜單及彈窗，無需依賴脆弱腳本或定制代碼。
Rackspace Technology是一家混合架構(gòu)與AI解決方案服務商，正在與Alvee Health合作，利用Amazon Nova Act SDK實現(xiàn)公共福利成員的自動注冊。Alvee首席執(zhí)行官Nicole Cook表示："許多公共項目的注冊表單又長又復雜，很多成員因此錯過本可獲得的幫助。通過Amazon Nova Act SDK，并結(jié)合Alvee系統(tǒng)中已有的信息，我們不僅簡化了繁瑣文書工作，更實現(xiàn)了對健康生活資源的及時、精準連接。我們預計該方案可使福利成功注冊率提升30%，整體個案處理能力提升多達10倍，幫助醫(yī)療服務提供者將更多精力投入患者關懷，而非行政事務。這正是AI技術助力公共福祉、提升社區(qū)健康水平的典型示例。"
場景2——為客戶支持賦能
在零售、旅游及SaaS等行業(yè)，客戶支持團隊往往需要在內(nèi)部工具與第三方門戶之間頻繁切換，以完成服務工單。例如，零售員工可能需在合作方網(wǎng)站上提交退貨申請，旅行顧問可能需登錄航空公司后臺請求賠償，技術支持人員則可能需在客戶管理后臺重置授權(quán)碼。Amazon Nova Act SDK能夠自動執(zhí)行這些基于瀏覽器的操作，幫助agent專注于客戶對話的同時，后臺任務可高效、可靠地完成。
差旅與費用管理平臺Navan正在使用Amazon Nova Act SDK，通過自動化填寫不同供應商的付款表單，簡化旅行顧問的操作流程。Navan產(chǎn)品高級副總裁Yuval Refua表示："將Amazon Nova Act SDK集成進agent工作流程后，我們極大減少了重復性任務，這是擴展運營規(guī)模、服務更多客戶的關鍵一步。我們也嘗試過其他自動化工具，但Amazon Nova Act在可靠性與靈活性上的表現(xiàn)，使我們能用同一個腳本完成多個酒店品牌不同付款表單的填寫任務。目前我們正擴展該自動化覆蓋范圍，預期可進一步提升運營能力，更高效地滿足日益增長的客戶需求。"
場景3——自動化高風險管理流程
資質(zhì)驗證、身份核查及其他高度依賴合規(guī)的任務，常需在上百個界面結(jié)構(gòu)各異的第三方門戶中操作。Amazon Nova Act SDK使這些流程的自動化成為可能，兼具高準確率、靈活性與可控性，助力團隊在擴展規(guī)模的同時保持精準度。
全球Agent流程自動化（Agentic Process Automation, APA）領導者Automation Anywhere正通過Amazon Nova Act SDK拓展其自動化能力，率先開展專業(yè)資質(zhì)驗證這一高風險、重復性強的關鍵任務，該任務對于合規(guī)性、成員安全與日常運營至關重要。Automation Anywhere首席產(chǎn)品官Adi Kuruganti表示："通過將Amazon Nova Act SDK深度集成進我們的流程推理引擎（Process Reasoning Engine，PRE），我們在企業(yè)自動化的‘計算執(zhí)行能力'方面實現(xiàn)了重大突破。我們的目標導向型AI agent不僅僅是點擊模擬器，而是能夠?qū)崟r理解并推理基于UI的流程，具備如同人類專家般的網(wǎng)站操作能力。這為此前難以實現(xiàn)的自動化場景打開了通路，例如醫(yī)療項目注冊測試等對準確性與可擴展性要求極高的任務。"
場景4——動態(tài)界面下的用戶體驗與質(zhì)量測試
在銀行、保險、政府等行業(yè)，用戶體驗（UX）與質(zhì)量保證（QA）測試通常需要模擬用戶在動態(tài)網(wǎng)站上的真實操作。通過Amazon Nova Act SDK，團隊可以使用自然語言或Python編寫與更新測試用例，快速響應UI變化，無需依賴脆弱的選擇器或頻繁手動改寫腳本。
Tyler Technologies是面向公共部門的一體化軟件與技術服務領先提供商，正在利用Amazon Nova Act SDK實現(xiàn)軟件測試自動化，提升版本發(fā)布的可靠性。Tyler Technologies數(shù)據(jù)與洞察部門總裁Franklin Williams表示："Amazon Nova Act提供的自然語言接口讓我們能在數(shù)分鐘內(nèi)將原本的手動測試計劃轉(zhuǎn)化為自動化測試套件，無需編寫任何代碼，這不僅為我們節(jié)省了數(shù)百小時的工作量，也大幅擴展了測試覆蓋范圍并提升了產(chǎn)品質(zhì)量。目前我們正計劃在公司全產(chǎn)品線中進一步推廣Nova Act SDK的使用。"
Amazon Nova Act SDK的未來
亞馬遜云科技正與早期客戶密切合作，共同推動Amazon Nova Act SDK的發(fā)展路線圖。盡管當前聚焦于瀏覽器相關的工作流程，Amazon Nova Act SDK實際上是亞馬遜云科技打造"可在多種環(huán)境中穩(wěn)定運行的Agent"的更廣泛戰(zhàn)略組成部分。我們正持續(xù)將模型能力從Web拓展至更復雜的現(xiàn)實任務中，并將強化學習應用于更多真實業(yè)務流程。同時，Amazon Nova Act SDK也在不斷深化與亞馬遜云科技生態(tài)的集成，幫助開發(fā)者更高效地從原型構(gòu)建邁向安全、可擴展的Agent系統(tǒng)部署。
立即開始使用Amazon Nova Act SDK
Amazon Nova Act SDK研究預覽版現(xiàn)已開放，技術負責人與開發(fā)者可前往Amazon Nova Act頁面獲取訪問權(quán)限，開始構(gòu)建原型。該SDK提供穩(wěn)定、逐步執(zhí)行的瀏覽器自動化工具，面向真實業(yè)務流程而非演示用途。
Amazon AGI Lab是亞馬遜的應用研究團隊，致力于構(gòu)建能夠在數(shù)字與物理環(huán)境中執(zhí)行真實任務的AI agent；其研究方向涵蓋大語言模型（LLM）、強化學習、世界建模等多個領域。更多信息及最新技術進展可通過Amazon AGI Labs頁面獲取。
