Convergence

什么是 Convergence？

Convergence Proxy 是一款自主 AI 代理，能够像人类操作员一样点击、输入和读取软件界面。您只需设定一个高级目标，它就能跨多个应用程序执行所需的一系列操作。

该工具由 Convergence AI Inc. 开发，解决了缺乏官方 API 的旧系统的集成问题。运营经理和研究人员使用它来自动执行重复的数据录入、协调日程安排以及处理电子商务订单。

核心功能与 Convergence 的工作原理

自主界面操作

• 跨应用操作： 可在 1,000 种基于网络的工具和桌面界面中运行。
• 实时屏幕感知： 以每秒 10 帧的速度处理 UI 更新，以跟踪视觉变化。
• 错误恢复： 如果页面加载失败，能够识别并重试任务。

记忆与推理

• 长期记忆： 可存储高达 50GB 的用户特定工作流上下文和偏好设置。
• 专有大型动作模型： 使用由前 DeepMind 研究人员训练的高级逻辑对子任务进行排序。
• 多模态输入： 接受通过文本、语音和上传的屏幕截图发出的指令。

安全与控制

• 人在回路： 任何金融交易或高风险操作都必须经过人工强制审批。
• 符合 SOC2 Type II 标准： 通过提供本地处理选项来确保数据处理的安全。

Convergence 的优缺点

优点

• 无需人工干预即可完成预订航班等完整工作流。
• 通过录制 2 分钟的屏幕演示即可进行无代码训练。
• 无论是否存在官方 API，均可在任何网站上运行。
• 利用由前 DeepMind 研究人员构建的高级推理能力处理复杂逻辑。
• 可同时运行多个 Proxy 以处理海量数据任务。

缺点

• 操作用户界面的速度慢于执行直接的 API 调用。
• 网站布局的微小变化可能会中断代理的执行路径。
• 每月 $200 的 Max 套餐对于小型企业来说是一个昂贵的选择。
• 用户反馈在长时间运行的自主任务中会出现会话超时。

谁应该使用 Convergence？

• 运营经理： 在旧平台上处理重复性数据录入的团队可以节省数小时的手动点击时间。
• 市场研究人员： 分析师可以设置代理浏览多个数据源并将数据综合成报告。
• 依赖 API 的开发者： 寻求快速数据传输的软件工程师应避免使用此工具，而应坚持传统的 API 集成。

Convergence 定价与套餐

Convergence 采用免费增值模式，并提供多个付费层级。

• Free Tier： 每月 $0，提供基础访问权限和核心功能。
• Claude Pro： 每月 $20，为个人用户量身定制更高的使用额度。
• Claude Team (Std)： 每用户每月 $25，提供企业功能，至少需要 5 个席位。
• Claude Max： 每月 $200，提供 Pro 套餐 20 倍的使用额度。
• Claude Team (Premium)： 每用户每月 $150，为特定用户包含 Claude Code。

免费层级适用于测试代理的基础功能。

Convergence 与替代方案的比较

与 MultiOn 类似，Convergence 使用浏览器扩展与网页元素进行交互。MultiOn 专注于消费者网页浏览和快速任务。而 Convergence 则凭借其 50GB 的内存容量和 SOC2 合规性，瞄准复杂的企业工作流。

与集成到企业软件套件中的 Adept 不同，Convergence 依赖于每秒 10 帧的视觉屏幕感知。对于特定的受支持应用程序，Adept 感觉更快。而 Convergence 则在未记录的旧版网络平台上提供了更广泛的兼容性。

给运营团队的最终建议

对于那些受困于在断开连接的旧版网络门户之间管理数据的团队来说，Convergence Proxy 提供了极高的价值。如果您的日常工作涉及在三个不同的浏览器标签页之间复制信息，这款代理将为您节省大量时间。

视觉界面的方法会带来明显的延迟。

（看着 AI 在表单中逐项点击非常考验您的耐心）。

需要即时数据同步的用户应寻找其他替代方案。

对于在主要企业软件生态系统中操作的用户来说，Adept 仍然是更好的选择。

在未来 12 个月内，视觉 AI 代理执行 UI 任务的速度将超越人类的感知。