首富从AI浪潮开始 第377节

　　后来和别的外包同行交流，他把这事当个趣事说出来，结果被同行指出来，对方第一轮的要求这么极限，其实留了讲价的空间，等他还价呢。

　　奈何他一点儿不讲价，也不松口。

　　这还是邮件或者信息沟通，至于电话沟通——那简直可以说是噩梦了。

　　今天看源码发布会的汤圆现场演示的时候，林一舟的第一反应就是——

　　这个汤圆，是不是可以帮我回邮件？

　　如果让它负责商务交流的话，能不能提升接单率？

　　到十一点五十九分，汤圆Chat窗口上的倒计时只剩最后十秒。

　　林一舟开始在心里默数倒计时。

　　十。

　　九。

　　八。

　　……

　　三。

　　二。

　　一。

　　十二点整。

　　灰色的按钮亮了起来。

　　林一舟点下【开始使用】。

　　和发布会演示中完全一样的界面。

　　左边是历史对话，中间是聊天区域，右侧可以展开任务执行面板。

　　林一舟没问天气，也没让它写诗。

　　这些其他的模型都能干，现在既然是用世界第一的大模型，首个个人助手智能体，总不能只让他写点五一祝福短信吧。

　　他想了想，输入了一段话。

　　“打开我的工作邮箱，找出过去七天里需要我回复、但我还没有回复的邮件，按照重要程度排序，给前三封写好回复草稿，先不要发送。”

　　汤圆没有马上开始操作。

　　「我需要访问你的工作邮箱，请打开邮箱并完成登录，登录密码和验证码请由你自行输入，我不会读取或保存这些内容。」

　　右侧的操作区域打开了一个浏览器窗口。

　　作为一个程序员的本能，林一舟注意到，这个浏览器应该是汤圆Chat内置的，而不是他电脑上的任何一个浏览器。

　　他仔细看了看，这应该是开源的Chromium改的吧？为什么不用我本地的浏览器？为什么不用我的邮件客户端？

　　“直接使用我的邮件客户端。”

　　没有选择在网页上登录邮箱，林一舟对汤圆提出了另一个要求。

　　汤圆的图标旋转了一会儿，开始执行任务。

　　它先把任务进行了规划：

　　——查看过去七天收到的邮件。

　　——识别尚未回复的邮件。

　　——判断是否需要回复及紧急程度。

　　——起草前三封回复。

　　——等待用户检查。

　　规划完之后，汤圆开始运行了起来，林一舟看到汤圆打开了自己桌面上的邮箱客户端，直接是已登录状态，里面有他的邮件列表。

　　事实上，这个客户端里有好几个邮箱，个人的、工作的都有。

　　但是显然汤圆很快就从中找到了工作邮箱，鼠标自动移动，进入了工作邮箱。

　　然后开始逐步执行。

　　但是，林一舟感觉有哪不对。

　　是不是有点儿慢啊？演示的时候没有这么慢啊？

　　前后花了将近十分钟，汤圆终于把这个任务完成了，它从收件箱的二十七封邮件里，找出了六封可能需要回复的邮件。

　　其中三封被标为重要：一封是客户确认下个月的开发排期；一封是会计公司提醒他补充公司费用凭证；有一封来自之前合作过的客户，询问他有没有兴趣接一个内部知识库项目。

　　而且汤圆给这三封邮件写好了草稿。

　　第一封从之前的邮件记录里找到了当时约定的时间，在草稿中重新确认，同时补问了需求范围。

　　第二封解释凭证会尽快整理，同时询问了具体还需要哪些材料的清单。

　　第三封则先是友好的表示了感谢，然后才询问预算、交付周期和数据权限，并且表示无论项目合适与否，都应该常保持联系。

　　林一舟一封一封看下来，对第三封的内容尤其爱不释手。

　　如果让他自己来回复，绝对不能写出让人读得这么舒服的回复。他只是直，又不是傻，很多时候之所以回复不好，只是因为没见过好的，但是真见了优秀的例子，他也不会嘴硬说“我写的版本才是真性情”。

　　要是那样，那就是真傻了。

　　林一舟满意地点了点头。

　　“回复，并且把邮件里提到的需要做的事添加到我的待办。”

　　发完之后，汤圆的界面里又弹出了一个额外的提示框。

　　「即将发送三封邮件，并向待办事项写入两个任务，是否继续？」

　　林一舟扫了一眼收件人，点击确认。

　　这个指示看来很简单，汤圆没有把它变成分支任务，而是直接执行。

　　这次速度快了很多，邮件回复了出去，两个待办也添加到了苹果自带的待办事项里。

　　第一次试用结束了，结果还算满意，但是林一舟有一个想不通的点。

　　为什么读邮件的过程这么慢呢？

　　他在汤圆的界面上仔细找了找，在任务历史中可以找到详细的执行记录，还可以展开汤圆调用工具的具体过程。

　　林一舟点开，找到了读取邮件过程中的相关过程。

　　……

　　「截取当前窗口画面。」

　　「识别页面结构与可交互元素。」

　　「定位搜索输入框。」

　　「点击坐标：782，146。」

　　「输入文本：after:2027/04/23。」

　　「截取当前窗口画面。」

　　「识别搜索结果列表。」

　　……

　　林一舟看了几行，突然猛地把翘着的二郎腿放到地上，上半身凑近了屏幕。

　　然后他把执行日志往后拖，一行一行仔细地阅读。

　　汤圆点开邮件之后的流程和之前差不多。

　　先截取屏幕。

　　再识别邮件标题、发件人、正文区域和附件区域。

　　最后阅读内容。

　　在刚才那个场景里，汤圆Chat的工作逻辑是基于视觉的。

　　汤圆Chat的工作逻辑是基于视觉的！

　　此时此刻，仿佛一道闪电划过了林一舟的大脑。

　　为什么汤圆单独内置了浏览器？

　　为什么汤圆在发布会上搜索资料的时候那么快？

　　因为汤圆现在刚刚发布，还在生态建设的早期阶段，所有的软件接口都没有对它开放，它能做的只有读取浏览器里的资料。

　　直接用电脑命令操作软件？可以，如果这个软件本身开放了接口，比如苹果原生的待办事项APP，汤圆就可以通过生成命令来操作。

　　但是像林一舟用的这个邮箱客户端，在本地没有开放任何接口，那汤圆就只能用鼠标点击、截图、读图、再鼠标点击的方式去操作它。

　　这是完全模拟真人操作的方式，而且比一个真人来还慢。

　　主要的瓶颈就在读图。

　　真人看一眼页面，视线可以马上落到目标位置。