我用 Copilot AI Vision 帮我浏览网页，它有很大的潜力

谁真的需要人工智能助手来帮助在互联网上查找信息？这取决于您想要找到什么。

几十年前，如果您需要任何信息，您会去图书馆打开一本书。随着网络和搜索引擎的出现，这种情况发生了变化，现在您所要做的就是输入搜索查询并获取您想要的所有信息。

似乎这还不够容易，人工智能 (AI) 的出现让信息收集变得更加轻松。

本月早些时候，微软推出了 Copilot Vision，在这种体验中，Copilot 可以查看和了解您在线所做的事情的背景，从而提供口头实时帮助。这个想法是，当您在浏览时需要反馈或建议时，您可以利用实时助手寻求帮助。

该体验位于 Microsoft Edge 中，通过 Copilot Labs 每月 20 美元订阅的精选 Copilot Pro 订阅者群体和美国 Copilot Pro 订阅者可以预览视窗。我获得了早期访问权并对其进行了测试。为了访问 Copilot Vision 是否值得订阅？这是我的经验。

理解并看到一切的助手

从理论上讲，搜索网络是非常不言自明的，因此获得相关帮助似乎是多余的。然而，当我完成入门演示体验时，我非常兴奋，因为这些应用程序似乎确实有用。

示例用例包括我的屏幕上有几张图片并要求 Copilot Vision 帮助对它们进行分类。有一次，有很多不同品种狗的照片，我被提示要求 Copilot Vision 口头告诉我更多关于它们的信息。助理查看了每张照片，并告诉我有关每个品种的更多信息 - 尽管屏幕上没有文字。

在另一个例子中，屏幕上有不同城市的图片，同样没有文字，系统提示我问哪一个是最古老的。 Copilot Vision 识别了每个城市并解释了哪个城市最古老以及原因。

在我最喜欢的例子中，人工智能工具提取了一篇示例文章，并在我询问时为我进行了总结。我认为这是一个强大的研究工具，特别是当您正在寻找有关某一特定事物的信息并且不想自己浏览该文章以查看它是否有您需要的内容时。现在，理论上，你可以直接问。

在所有演示中，Copilot Vision 理解我的能力令人印象深刻；无论我说话多快或含糊不清，它都能理解我，这是一个主要优点，因为它使体验变得流畅和直观。然而，当我开始在自己的网站上使用它时，我在探索现实生活中的应用程序时感到有点失望。

局限性

目前，Copilot Vision 可以访问的网站数量有限，包括 Wikipedia、Tripadvisor、Amazon、Target、OpenTable、Wayfair、Food & Wine、Williams Sonoma 和 Geoguessr。

其中大多数是购物网站，我的经验是，在线购物时不会提供太多有意义的帮助。它能够帮助我的方式包括浏览购物网站、引导我前往特定部分（例如优惠）以及弄清楚要单击哪些选项卡以及要转到哪些部分。

例如，在亚马逊上，当我询问是否可以帮助妈妈找到圣诞节礼物时，它会建议我应该单击网站上的哪些选项卡来查找她感兴趣的商品。愿景部分并不是特别有用，因为我自己可以看到网站上的选项卡。然后它为我提供了通用的产品建议，例如一本书或毛衣。

当我单击随机选项卡时，我要求它从显示的选项中向我提供反馈，告诉我给她最好的礼物是什么。它选择了屏幕上的第一个项目，在本例中是 Amazon Fire HD 平板电脑，列出了其明显的和最重要的用例——同样，这并不是很有帮助。

在维基百科、Tripadvisor 和 Food & Wine 等三个内容网站上，Copilot Vision 表现出了更多的前景，因为它能够总结文章的内容，这对于工人、学生和其他人来说似乎是生产力的重大提升。

在 Food & Wine 上，它有一个更传统的主页，显示了最热门的文章，人工智能也有助于概述我正在查看的内容，简要解释热门故事和其他特色文章。

然而，我不使用维基百科进行我的研究，因为它有第三方条目，而且另外两个网站的关注点非常小众，所以我不确定 Copilot Vision 会有多大帮助，除非您已经碰巧在这些网站之一。

最后两个服务于更独特的用例：OpenTable 和 GeoGuessr。在 OpenTable（一个用于浏览餐厅和预订的网站）上，它的帮助不是很大，因为它只能帮助您了解正在查看的内容。例如，如果您要求推荐当晚的一家墨西哥餐厅，它只会告诉您已经可见的餐厅。

探索 GeoGuessr 是 Copilot Vision 最有帮助的地方，它充当知道所有答案的助手。就像你的团队中有一位消息灵通的合作伙伴一样，人工智能给了我一些有用的提示——在某种程度上，这就是作弊。

安全问题

当然，随着人工智能模型查看你的屏幕，人们会担心它会查看你的数据。为了解决这些问题，Microsoft 提供了强大的问答来回答人们最紧迫的问题。

首先，该公司向用户保证，Copilot Vision 仅在活动 Vision 会话中查看其 Edge 窗口，该会话由浏览器框架指定，其色调表明他们处于活动会话中。这是与 Recall 的主要区别，Recall 功能是在 Copilot+ PC 上的用户选择加入时随时在后台拍摄用户屏幕快照的功能，并且已经经历了很多争议。

据该公司称，记录 Copilot 的响应只是为了监控不安全的交互，但用户输入，包括文本、图像和上下文，永远不会被存储。此外，一旦会话结束，用户的输入数据就会被删除。

值得吗？

目前，仅仅为了 Copilot Vision 购买 Copilot Pro 是不值得的，特别是因为无法保证访问。不过，通过每月 20 美元的订阅，用户还可以获得其他福利，例如优先访问精选 Microsoft 365 应用中的最新型号和 Copilot，包括Word、Excel、PowerPoint、OneNote 和 Outlook。如果您已经是副驾驶高级用户并且可以从这些其他福利中受益，那么这将是一个有趣的奖励。