Rabbit公司推出的Rabbit R1并非传统的语音助手。这款口袋设备搭载了大型行动模型（LAM），承诺能为我们操作各类应用并执行复杂任务，从叫Uber到在Photoshop中编辑照片，无所不能。这一技术飞跃——从简单回应到自主执行——重新定义了工具与代理之间的界限，引发了关于我们数字生活控制权的紧迫讨论。
委托架构：大型行动模型（LAM）的工作原理 🤖
与处理文本的语言模型（LLM）不同，Rabbit R1的LAM能够观察并理解应用的图形界面，从而复制人类操作。该设备学习每个应用的点击序列、手势和特定命令，并将这些知识存储在云端。当用户下达诸如预订周五最便宜的东京航班这样的指令时，R1无需人工干预即可执行完整操作序列。这意味着一项根本性转变：用户不再需要知道如何使用应用，只需明确想要的结果。然而，这种架构要求对API和用户界面进行深度访问，从而在技术上打开了关于安全性和命令标准化的潘多拉魔盒。
委托自主权：进步还是失控？ ⚖️
Rabbit R1的承诺是将我们从屏幕和通知的束缚中解放出来，但代价高昂。通过将日常任务的执行委托出去，用户将精细决策能力让渡给了算法。科技界已在讨论两大风险：技术依赖——我们可能忘记如何完成基本任务；以及隐私问题——因为设备需要查看并理解我们在应用中的一切操作。真正的挑战并非技术层面，而是社会层面：学会与一个替我们行动的人工智能共存，同时不失去对数字选择的主导权。
基于行动模型而非语言模型的设备（如Rabbit R1）若被大规模采用，通过消除直接的手动交互，将如何重新定义用户在数字社会中的自主权？
（附注：管理一个互联网社区就像放牧一群猫……只不过用的是键盘，而且不睡觉）