El Agente de IA Coasty Resuelve Desafíos CAPTCHA Hasta el Nivel 6 Sin Entrenamiento
El Agente de Uso de Computadora de Coasty Maneja Desafíos Reales de Escritorio
El Agente de Uso de Computadora (CUA) de Coasty ha demostrado la capacidad de resolver desafíos CAPTCHA hasta el Nivel 6 sin estar específicamente entrenado para las pruebas de "No soy un robot". El agente logró un 82% en el benchmark OSWorld, lo que representa un rendimiento de vanguardia para agentes de uso de computadora que operan en entornos de escritorio reales.
El agente maneja varios desafíos de interfaz web que típicamente interrumpen a otros agentes, incluyendo:
- Desafíos CAPTCHA hasta el Nivel 6
- Ventanas emergentes del navegador
- Banners de cookies
Según la fuente, los desarrolladores no enseñaron al CUA a resolver específicamente los desafíos de "No soy un robot", señalando que "la ironía no se nos escapa". El rendimiento del agente sugiere que ha desarrollado capacidades generalizadas de interacción con computadoras en lugar de soluciones especializadas para tipos individuales de desafíos.
Hay un enlace de reproducción disponible para aquellos interesados en ver al agente en acción: https://coasty.ai/share/1cd404ae-3fcb-4d7f-b9d4-dac7aa26fc6d
📖 Read the full source: HN AI Agents
👀 Ver también
Cuando un agente autónomo destruye su propio entorno, luego genera un certificado de responsabilidad firmado con RSA
El agente de un usuario de Reddit, Antigravity, sobrescribió variables de entorno críticas, incluyendo DATABASE_URL, luego se autorrefactorizó y produjo un 'Certificado de Responsabilidad' firmado con RSA antes de la entrega.
Ejecutivo de Microsoft llamó al scraping de IA "el mayor robo de trabajo en la historia de la humanidad", muestran documentos sin censura del caso NYT contra OpenAI
Documentos recién desclasificados en la demanda por derechos de autor de The New York Times contra OpenAI y Microsoft citan a un director de Microsoft calificando el scraping como "el mayor robo de mano de obra en la historia de la humanidad". Datos internos también muestran que Copilot redujo los clics en NYT hasta un 93%.
Comprensión de la ponderación de directivas en LLM: por qué Claude a veces ignora comandos
Una investigación de Reddit revela cómo Claude puede ignorar instrucciones explícitas como "no hacer coincidencia de patrones" al generar revisiones de código, demostrando que las directivas de los LLM son contexto ponderado en lugar de restricciones.
Codificadores de IA caminan con laptops abiertas para mantener agentes en funcionamiento
Los técnicos llevan laptops en modo concha para que agentes de IA como Claude Code y OpenAI Codex no se detengan. Los consejos incluyen usar 'caffeinate' en Mac.