AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction
Das Papier stellt AOHP vor, ein auf Android basierendes, Open-Source-fähiges OS-Level-Agent-Harness, das Agenten als primäre Systemakteure behandelt, um personalisierte, effiziente und sichere Interaktionen zu ermöglichen, wobei es im Vergleich zu herkömmlichen Systemen signifikante Verbesserungen bei der Aufgabenerfüllungsrate, den Token-Kosten und der Sicherheitskonformität demonstriert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die große Idee: Das „Betriebssystem“ für KI verändern
Stellen Sie sich vor, Ihr Smartphone ist ein geschäftiges Bürogebäude. Derzeit ist das Gebäude für Menschen konzipiert. Die Türen, Aufzüge und Schreibtische sind so angeordnet, dass ein Mensch hineingehen, einen bestimmten Raum (eine App) finden und eine Aufgabe erledigen kann.
Aber jetzt haben wir KI-Agenten (intelligente digitale Assistenten), die Aufgaben für uns erledigen wollen. Das Problem ist, dass diese KI-Agenten versuchen, sich in einem Gebäude zurechtzufinden, das für Menschen entworodnet wurde. Sie müssen Bildschirme „betrachten“, auf Schaltflächen „klicken“ und Menüs „lesen“, genau wie ein Mensch. Das ist langsam, verwirrend für die KI und riskant, da die KI versehentlich Ihre privaten Passwörter oder Kreditkartennummern sehen könnte, während sie versucht herauszufinden, wie sie auf eine Schaltfläche klickt.
AOHP (Android Open Harness Project) ist ein neuer Weg, das „Bürogebäude“ (das Betriebssystem) speziell für diese KI-Agenten zu bauen. Anstatt die KI zu zwingen, wie ein Mensch zu agieren, gestaltet AOHP das Gebäude so um, dass die KI direkt zur Aufgabe gehen kann, die verwirrenden Flure überspringt und Ihre Geheimnisse sicher aufbewahrt.
Die drei Superkräfte von AOHP
Das Paper stellt drei Hauptwege vor, wie AOHP das Spiel verändert:
1. Personalisierte Service-Komposition: Der „maßgeschneiderte Butler“
Der alte Weg: Wenn Sie Schuhe kaufen wollen, müssen Sie App A öffnen, suchen, dann App B öffnen, um Preise zu vergleichen, und dann App C öffnen, um den Versand zu prüfen. Sie sind derjenige, der die Verbindung herstellt.
Der AOHP-Weg: Stellen Sie sich einen Super-Butler vor, der genau weiß, was Sie wollen. Sie sagen einfach: „Kauf mir die besten Schuhe unter 50 $.“ Das Betriebssystem (der Gebäudemanager) erstellt sofort eine maßgeschneiderte Schnittstelle nur für diesen Moment. Es zieht die Suchergebnisse, Preise und Versandinformationen aus all diesen verschiedenen Apps zusammen und legt sie auf einem einzigen Bildschirm für Sie bereit.
- Die Analogie: Anstatt dass Sie zu drei verschiedenen Lebensmittelgeschäften laufen, um Zutaten für eine Mahlzeit zu kaufen, schickt das Betriebssystem einen Koch zu allen drei Geschäften, sammelt die Zutaten ein und bringt sie in einem Korb in Ihre Küche. Die KI übernimmt das „Einkaufen“, und Sie sehen nur das Endergebnis.
2. Effiziente Agenten-Schnittstellen: Der „Backstage-Pass“
Der alte Weg: KI-Agenten müssen den Bildschirm meistens so „beobachten“, wie es ein Mensch tut. Sie machen ein Foto vom Bildschirm, finden heraus, wo die Schaltfläche ist, und klicken darauf. Wenn sich der Bildschirm ändert, werden sie verwirrt. Das ist langsam und verbraucht viel Rechenleistung (und Geld für die KI).
Der AOHP-Weg: AOHP gibt der KI einen Backstage-Pass. Anstatt den Bildschirm zu betrachten, kann die KI direkt mit dem internen Code der Apps kommunizieren.
- Parallele Verarbeitung: Die KI kann mehrere Dinge gleichzeitig im Hintergrund erledigen, ohne Ihren Bildschirm zu blockieren.
- Strukturierte Daten: Anstatt zu raten, was eine Schaltfläche sagt, indem sie ein Bild betrachtet, erhält die KI eine saubere Textbeschreibung: „Dies ist eine ‚Kaufen‘-Schaltfläche.“
- Die Analogie: Stellen Sie sich vor, Sie versuchen, ein Auto zu reparieren. Der alte Weg besteht darin, durch die Windschutzscheibe zu schauen und zu raten, wo sich die Motorteile befinden. Der AOHph-Weg ist es, die Motorhaube zu öffnen und direkt mit dem Motor zu kommunizieren. Das ist schneller, genauer und erfordert kein Zusammenkneifen der Augen vor dem Armaturenbrett.
3. Sicherer Informationsfluss: Der „Sichere Tresor“
Der alte Weg: Wenn ein KI-Agent versucht, etwas mit Ihren privaten Daten zu tun (wie Ihrer Adresse oder Kreditkarte), sieht er diese oft im Klartext. Wenn die KI gehackt wird oder einen Fehler macht, werden Ihre Geheimnisse offengelegt.
Der AOHP-Weg: AOHP behandelt Ihre privaten Daten wie Goldbarren in einem Tresor.
- Die Maskierung: Wenn die KI nach Ihrer Adresse fragt, sieht sie nicht „Hauptstraße 123“. Sie sieht einen Code wie
<adresse:ID-999>. - Der vertrauenswürdige Wächter: Wenn die KI diese Adresse tatsächlich benutzen muss (z. B. um ein Versandformular auszufüllen), fragt sie einen „Vertrauenswürdigen Tresor“ (einen sicheren Teil des Betriebssystems). Der Tresor prüft, ob es in Ordnung ist, füllt die echte Adresse für die App ein und verbirgt sie sofort wieder. Die KI sieht die echte Nummer nie wirklich.
- Die Analogie: Denken Sie an einen Assistenten eines Zauberers. Der Assistent (die KI) kann nach einer „roten Karte“ fragen, aber er sieht die eigentliche Karte nie. Der Zauberer (das Betriebssystem) hält die echte Karte, führt den Trick aus und zeigt nur das Ergebnis. Der Assistent kennt das Geheimnis nie.
Was haben sie getestet? (Die Ergebnisse)
Die Forscher testeten dieses neue System mit einem intelligenten KI-Agenten namens „OpenClaw“ bei einer Reihe von 30 schwierigen mobilen Aufgaben (wie Einkaufen, Benachrichtigungen prüfen und Dateien verwalten). Sie verglichen es mit einem normalen Android-Telefon.
- Erfolgsrate: Die KI war auf dem neuen System 21 % häufiger erfolgreich. Sie konnte Aufgaben abschließen, an denen sie auf dem normalen Telefon gescheitert wäre, weil sie nicht mehr versuchte, Schaltflächen zu „sehen“ oder durch verwirrende Menüs zu navigieren.
- Geschwindigkeit & Kosten: Die KI erledigte Aufgaben 44 % schneller und verbrauchte 51 % weniger Rechenleistung (Tokens). Da sie nicht mehr den Bildschirm „betrachten“ oder raten musste, was zu tun ist, verschwendete sie weniger Zeit und Geld.
- Sicherheit: In Tests mit einer gefälschten Zahlungs-App blockierte das System erfolgreich den Zugriff der KI auf echte Kreditkartennummern oder Adressen, indem es nur die „maskierten“ Codes anzeigte. Es bewies, dass die KI die Aufgabe (den Kauf tätigen) dennoch ausführen konnte, ohne das Geheimnis jemals zu kennen.
Zusammenfassung
AOHP ist ein Prototyp für eine neue Art von Telefon-Betriebssystem. Es hört auf, KI-Agenten wie tollpatschige Menschen zu behandeln, die ein Telefon benutzen, und beginnt, sie wie leistungsstarke Systemwerkzeuge zu behanden. Indem es für jede Aufgabe eine „maßgeschneiderte Schnittstelle“ baut, der KI direkten Zugriff auf Daten gewährt und private Geheimnisse in einem Tresor einschließt, macht AOHP KI-Agenten schneller, intelligenter und viel sicherer im Einsatz.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.