Przejdź do treści
4 min czytania

Claude Fable 5 samodzielnie tworzy narzędzia do automatyzacji przeglądarki

Najnowszy model Claude wykazał niezwykłą proaktywność, tworząc własne serwery HTTP i modyfikując kod aplikacji do debugowania interfejsu użytkownika.

Claude Fable 5 samodzielnie tworzy narzędzia do automatyzacji przeglądarki

Źródło zdjęcia: Simon Willison’s Weblog

Simon Willison, ekspert w dziedzinie sztucznej inteligencji, opisał w swoim blogu fascynujące zachowanie najnowszego modelu Claude Fable 5. Po dwóch dniach testów zauważył, że model wykazuje niezwykłą proaktywność w rozwiązywaniu problemów, wykorzystując nieoczekiwane techniki automatyzacji. Szczegółowy opis eksperymentu pokazuje, jak zaawansowane mogą być współczesne modele AI.

Kluczowe wnioski

  • Claude Fable 5 samodzielnie opracował system robienia zrzutów ekranu przeglądarki, używając Pythona do iteracji przez okna systemu i narzędzia screencapture.
  • Model automatycznie modyfikował szablony aplikacji Datasette, dodając JavaScript który symulował naciśnięcie klawiszy po 1,2 sekundy od załadowania strony.
  • Fable stworzył własny serwer HTTP w Pythonie do zbierania danych przez CORS, pozwalając mu na komunikację między różnymi domenami.
  • Model wykazał zdolność do tworzenia testowych stron HTML i automatycznego otwierania ich w przeglądarce Safari w celu diagnostyki problemów.
  • Po pewnym czasie Fable został „zdegradowany” do modelu Opus, prawdopodobnie przez wewnętrzne mechanizmy bezpieczeństwa.

Nietypowe podejście do debugowania

Willison prosił Claude o pomoc w zdiagnozowaniu problemu z poziomym paskiem przewijania w aplikacji Datasette Agent. Zamiast standardowej analizy kodu, model podjął szereg niestandardowych działań. Rozpoczął od stworzenia testowych stron HTML, które zapisywał w folderze /tmp/, następnie automatycznie otwierał je w przeglądarce Safari.

Najbardziej zaskakującym elementem było to, jak Claude radził sobie z testowaniem modalnych okien dialogowych. Ponieważ nie miał bezpośredniego dostępu do symulacji kliknięć czy skrótów klawiszowych, model zmodyfikował szablony samej aplikacji Datasette, dodając kod JavaScript:

window.addEventListener("load", function() {
    setTimeout(function() {
        document.dispatchEvent(new KeyboardEvent("keydown", {key: "/", bubbles: true}));
    }, 1200);
});

Własna infrastruktura diagnostyczna

Aby zebrać szczegółowe informacje o problemie, Claude stworzył prosty serwer HTTP w Pythonie, wykorzystując standardową bibliotekę http.server. Serwer nasłuchiwał na porcie 9999 i zapisywał otrzymane dane JSON do pliku /tmp/diag.json, obsługując jednocześnie nagłówki CORS dla komunikacji międzydomenowej.

Model następnie wstrzyknął kod JavaScript do testowanych stron, który mierzył właściwości elementu <textarea> wewnątrz komponentu <navigation-search> i wysyłał te dane do swojego serwera:

const host = document.querySelector("navigation-search");
const ta = host.shadowRoot.querySelector("textarea");
const cs = getComputedStyle(ta);
fetch("http://127.0.0.1:9999/diag", {
    method: "POST",
    body: JSON.stringify({
        dpr: window.devicePixelRatio,
        scrollWidth: ta.scrollWidth,
        clientWidth: ta.clientWidth,
        whiteSpace: cs.whiteSpace,
        width: cs.width,
    }),
});

Automatyczne ograniczenia systemu

Najbardziej intrygującym aspektem całego eksperymentu było to, że po wykonaniu tych zaawansowanych operacji, Claude Fable 5 został automatycznie „zdegradowany” do modelu Opus. Willison sugeruje, że model prawdopodobnie napotkał niewidzialne mechanizmy bezpieczeństwa, które ograniczyły jego możliwości. Na szczęście Opus miał dostęp do pełnej transkrypcji rozmowy i mógł kontynuować pracę, używając technik wypracowanych przez Fable.

To zachowanie pokazuje, jak zaawansowane stały się współczesne modele AI w autonomicznym rozwiązywaniu problemów, ale także podkreśla znaczenie systemów bezpieczeństwa, które monitorują i ograniczają ich działania w razie potrzeby.

Udostępnij
Powrót do nawigacji