Amazon Nova Act Kostenlos

Amazon Nova Act ist ein allgemeiner KI-Agent, der von Amazon AGI Labs eingeführt wurde. Es unterstützt Entwickler dabei, über das SDK automatisierte Aufgabenagenten im Browser zu erstellen, komplexe mehrstufige Aufgaben in atomare Befehle zu zerlegen und diese zuverlässig auszuführen.

Vollständige Überprüfung des #Amazon Nova Act

Kernparameter und Statistiken

Projekt	Spezifikationen
Produktpositionierung	Allgemeiner KI-Agent/Browser-Automatisierungsagent
Entwickler	Amazon AGI Labs
Freigabeformular	SDK + Entwicklervorschauversion
Kerntechnologie	NLP + Dramatiker-Browser-Automatisierung + Reinforcement Learning
Unterstützte Plattformen	Web (Browser), API
Aufgabenbearbeitung	Einzelthread / Unterstützung für Multitask-Parallelität
Kernkompetenzen	Komplexe Aufgabenzerlegung -> Atomare Befehle -> Browser-Operationen

Amazon Nova Act ist kein gebrauchsfertiges Produkt für Endbenutzer, sondern ein SDK zur Agentenerstellung für Entwickler. Seine Kernidee besteht darin, „menschliche Betriebsprozesse im Browser (Suchen, Ausfüllen von Formularen, Klicken, Extrahieren) in programmierbare atomare Befehle zu abstrahieren“, wobei große Modelle die Aufgabenzerlegung vorantreiben und Playwright für die zugrunde liegende Ausführung verantwortlich ist. Diese Architektur macht es in „vorhersehbaren, festen Schritten“-Webseitenbetriebsszenarien zuverlässig, aber wenn es um hochdynamische oder verifizierungscodeintensive Websites geht, hängt der Effekt von der Argumentationsqualität des zugrunde liegenden Modells ab.

Werbeverifizierung: Die offizielle Propaganda lautet „Komplexe Aufgaben in atomare Befehle zerlegen und zuverlässig ausführen“ – dieses Versprechen gilt grundsätzlich in Szenarien mit klaren Schritten und festen Seitenstrukturen (z. B. Buchung von Konferenzräumen, Ausfüllen von Formularen), aber in SPA-Anwendungen, in denen die Seite asynchron geladen wird und sich das DOM häufig ändert, wird die Ausführungserfolgsrate der Aufgabenzerlegung erheblich sinken. Der Hauptengpass liegt nicht im SDK, sondern in der Genauigkeit des Verständnisses des Seitenstatus durch das zugrunde liegende Modell.

Benutzer- und Markterkennung

Der Amazon Nova Act wurde erstmals etwa im April 2025 von Amazon AGI Labs veröffentlicht und ist Teil der strategischen Ausrichtung von Amazon im Bereich der KI-Agenten. Als Produkt des internen Labors des Technologieriesen Amazon wird seine technische Grundlage natürlich durch die Glaubwürdigkeit des AWS-Ökosystems und der Amazon-Entwicklergemeinschaft gestützt. Es befindet sich derzeit in der Entwicklervorschauphase und spezifische Benutzer- oder Unternehmenskundendaten wurden noch nicht bekannt gegeben.

• Ökologische Vorteile: Die potenzielle Integration mit AWS Lambda, Amazon Bedrock und anderen Infrastrukturen ist eine differenzierte Funktion, die von anderen unabhängigen Agenten-Frameworks nur schwer repliziert werden kann.
• Marktpositionierung: Im Vergleich zu Browser-Intelligence-Lösungen wie OpenAI Operator, Anthropic Claude Computer Use und Google Project Mariner, bevorzugen Entwickler jedoch, ihre eigenen zu erstellen, anstatt sie sofort zu verwenden.

Kostenvorteil

Amazon Nova Act ist derzeit als SDK-Vorschau kostenlos verfügbar und Entwickler können das SDK direkt herunterladen, um Prototypen zu erstellen.

• C-Client/Einzelperson: Kostenlos, es ist kein kostenpflichtiges Abonnement erforderlich, um das SDK zum Entwickeln und Testen von Agent-Prototypen zu verwenden.
• Entwickler/API: Für öffentliche Informationen fallen keine API-Aufrufgebühren an. Es wird spekuliert, dass die spätere Kommerzialisierung mit dem Pay-as-you-go-Abrechnungssystem von AWS verbunden sein könnte (z. B. die Anzahl der Lambda-Anrufe + Nova-Modell-Inferenzgebühren). Einzelheiten finden Sie auf der offiziellen Echtzeitseite.
• Unternehmen/Privat: Nicht bekannt gegebene Preise auf Unternehmensebene. Da es sich um ein internes Amazon-Projekt handelt, können Unternehmenskunden vorbehaltlich der geschäftlichen Bestätigung exklusive Bereitstellungslösungen über AWS Enterprise Support oder Bedrock-Kanäle erhalten.

Kostenlose Wahrheit: Das SDK selbst ist kostenlos, aber um es tatsächlich auszuführen, müssen Sie Ihre eigenen AWS-Ressourcen (EC2/Lambda mit Playwright-Browserinstanz) und Nova-Modellinferenzfunktionen mitbringen. Voraussetzung für „kostenlos“ ist, dass Sie bereits über ein AWS-Konto verfügen und bereit sind, die Infrastrukturkosten zu tragen. Für einzelne Entwickler, die es einfach „ausprobieren“ möchten, können die tatsächlichen Verifizierungskosten höher sein als erwartet.

Versteckte Kosten: Wenn Sie Playwright zum Ausführen von Browseraufgaben verwenden, verbraucht jeder Aufruf große Modellinferenztokens. Der Token-Overhead kann in Hochfrequenzszenarien zu einem großen Kostenfaktor werden. Das kostenlose SDK selbst begrenzt die Anzahl der Aufrufe nicht, aber die Kosten der zugrunde liegenden Nova-Modellinferenz (falls sie in Zukunft in kostenpflichtig umgewandelt wird) müssen im Budget berücksichtigt werden.

Versteckte Vorteile: Sobald das SDK ausgereift ist und in das AWS-Servicesystem integriert ist, kann das Team, das von der „selbst entwickelten Browser-Automatisierungslösung“ zu Nova Act wechselt, den Code-Wartungsaufwand um etwa 60–70 % reduzieren – es besteht keine Notwendigkeit, sich selbst um die Sitzungsverwaltung, Fehlerwiederholung und Statussynchronisierung von Playwright zu kümmern. Dieser Teil des Nutzens wird sich im langfristigen Betrieb und bei der Wartung weiter verstärken.

Hauptfunktionen

• Komplexe Aufgabenzerlegung: Mehrstufige Vorgänge wie „Ein Meeting im Kalender für nächsten Dienstag buchen und eine Erinnerungs-E-Mail senden“ werden automatisch in atomare Befehle wie das Durchsuchen des Kalenders, das Auswählen eines Datums, das Ausfüllen des Formulars und das Klicken zum Bestätigen zerlegt, wodurch der Arbeitsaufwand des Entwicklers beim Schreiben von Prozesscode reduziert wird.
• Detaillierte Anweisungsinjektion: Unterstützt das Anhängen von Einschränkungen in natürlicher Sprache an jeden atomaren Befehl, z. B. „Keine Versicherungsverkäufe akzeptieren“ oder „Wählen Sie die früheste Leerlaufzeit aus“, wodurch die Aufgabenausführung näher an echten Geschäftsregeln liegt.
• Multitasking-Parallelverarbeitung: Basierend auf dem Python SDK kann die gleichzeitige Steuerung mehrerer Browsersitzungen realisiert werden, geeignet für parallele Szenarien wie Batch-Dateneingabe und Preisüberwachung in mehreren Filialen.
• SDK-Toolkit: Bietet ein vollständiges Python-Entwicklungs-Toolkit, das Browsersteuerung, Befehlsplanung, Statusrückgabe und andere zugrunde liegende Logik kapselt. Entwickler müssen lediglich den Aufgabenprozess definieren, um schnell einen Agenten-Prototyp zu erstellen.

Expertenansicht: Die Kernsynergie von Nova Act liegt in der Kombination aus „Großmodell-Aufgabenbegründung + Playwright-Browsersteuerung“ – das Modell betreibt das DOM nicht direkt, sondern generiert eine Folge atomarer Anweisungen, die von Playwright einzeln ausgeführt und in den Seitenzustand zurückgeführt werden. Das Modell entscheidet dann auf Basis des neuen Zustands über den nächsten Schritt. Diese Art des entkoppelten Designs ist stabiler als die Methode „Modellieren direkt geschriebener Codeausführung“ und es ist einfacher, Fehler auf geordnete Weise zu lokalisieren. Entwickler müssen jedoch weiterhin auf fehlerhafte Verzweigungen achten, die durch die „Abweichung des Befehlsverständnisses“ des Modells verursacht werden. Das Modell ermittelt beispielsweise fälschlicherweise, ob die Seite geladen wurde, und versucht zu klicken, wenn das Popup-Fenster nicht angezeigt wird.

Modell- und Versionsentwicklung

Hauptversion

• 2025-04 (~): Nova Act SDK Preview wird zum ersten Mal veröffentlicht und stellt ein grundlegendes SDK und Dokumentation für Browser-Automatisierungsagenten bereit und unterstützt Kernfunktionen wie Aufgabenzerlegung und Playwright-Integration mit der Python-API.

Amazon Nova Act verfügt derzeit nur über eine öffentliche Version, und der Versionsiterationsrhythmus und die darauffolgende Roadmap wurden noch nicht bekannt gegeben. Es wird erwartet, dass mit fortschreitender Forschung von Amazon AGI Labs in nachfolgenden Versionen möglicherweise komplexere multimodale Verständnisfunktionen (z. B. die Identifizierung von Schaltflächen in Bildern) und plattformübergreifende Automatisierungsunterstützung eingeführt werden.

Technische Vorteile

Mechanismus -> Effekt -> Szene

1. NLP-Aufgabenanalyse-Engine: Konvertieren Sie Benutzerabsichten in ausführbare Browser-Bedienungssequenzen basierend auf vorab trainierten Sprachmodellen. Der Effekt besteht darin, dass die Kosten für Entwickler beim Schreiben von Prozessskripten erheblich gesenkt werden – von „handschriftlichen Selektionen und Behauptungen des Dramatikers“ bis hin zur „Beschreibung von Zielen in natürlicher Sprache“. Geeignet für sich wiederholende Webseitenvorgänge mit klaren Schritten, aber einer großen Anzahl von Schritten.
2. Playwright zugrunde liegende Ausführung: Verwenden Sie Playwright direkt, um den Chromium-Browser zu steuern und verfeinerte Vorgänge wie das Warten auf Elemente, das Erstellen von Screenshots und das Einfügen von Skripten zu unterstützen. Im Vergleich zu Selenium bietet Playwright eine bessere Kompatibilität mit modernen Webanwendungen (SPA, Shadow DOM) und einen intelligenteren Netzwerk-Wartemechanismus.
3. Feedback zum Verstärkungslernen ist deaktiviert: Passen Sie die Strategie automatisch basierend auf dem Abschlussstatus der Aufgabe (Erfolg/Fehler/Zeitüberschreitung) während der Ausführung an. Wenn Sie beispielsweise eine Restaurantreservierung vornehmen und auf einen nicht verfügbaren Termin stoßen, versucht das Modell, nach Terminen in der Nähe zu suchen, anstatt direkt einen Fehler zu melden. Dieser Mechanismus ist in langfristigen selbstheilenden Automatisierungsszenarien von erheblichem Wert.

Architektur-Link

„ Benutzeranweisungen -> Nova Act SDK (Aufgabenzerlegung + Befehlsanordnung) -> Dramatiker (Browsersteuerung) -> Feedback zum Seitenstatus -> Neuentscheidung des Modells -> Nächster atomarer Befehl -> ... -> Aufgabe abgeschlossen „

Leitfaden zu technischen Fallstricken:

1. Dead-End-Schleife und Token-Anstieg: Wenn eine Aufgabe auf einen unerwarteten Seitenstatus stößt (z. B. unerwartete Popups, Bestätigungscodes, Zeitüberschreitungen beim Laden der Seite), gerät das Modell möglicherweise in eine Endlosschleife von „Wiederholen -> Fehler -> erneut versuchen“. Es wird empfohlen, beim Aufruf des SDK „max_steps“ (z. B. die Obergrenze von 20 Schritten) und ein Einzelschritt-Timeout (z. B. 30 Sekunden) festzulegen und aktiv zu beenden, wenn die Schleife dreimal hintereinander denselben Fehlerstatus erkennt.
2. DOM-Kontextüberladung: Der DOM-Baum einer komplexen Seite kann Tausende von Knoten enthalten. Wenn man sie alle an das Modell weitergibt, wird dies zu einem Anstieg des Token-Verbrauchs und der Ablenkung führen. Es wird empfohlen, beim Extrahieren von Seiteninformationen nur Schlüsselelemente im sichtbaren Bereich (z. B. Schaltflächentext, Eingabefeld-Platzhalter) beizubehalten und für die präzise Positionierung den „page.locator“ von Playwright anstelle des „innerHTML“ der gesamten Seite zu verwenden.
3. Sicherheit und unbefugte Verwaltung: Browser-Agenten haben von Natur aus die Fähigkeit, „irreversible Vorgänge durchzuführen“ (z. B. das Absenden von Bestellungen, das Löschen von Daten und das Versenden von E-Mails). Während der Produktionsbereitstellung müssen Sie eine Whitelist/Blacklist für Vorgänge einrichten, Human-in-the-Loop zu Vorgängen mit Geldern/Daten hinzufügen und den Probelaufmodus zur Testüberprüfung aktivieren.

Wie man es benutzt

Amazon Nova Act richtet sich an Entwickler und nutzt die SDK-Integration anstelle der Web-GUI.

1. SDK installieren: „pip install amazon-nova-act-sdk“ (der spezifische Paketname unterliegt der offiziellen README-Datei)
2. Agent initialisieren: Erstellen Sie eine Browsersitzung über das SDK und konfigurieren Sie Aufgabenziele und -einschränkungen.
3. Aufgabenprozesse schreiben: Verwenden Sie Python, um atomare Befehlssequenzen zu definieren oder Ziele in natürlicher Sprache direkt zu beschreiben
4. Ausführung und Debugging: Führen Sie den Agenten aus, überwachen Sie den Browser-Betriebsprozess und zeigen Sie das Ausführungsprotokoll an
5. Integrierte Bereitstellung: Betten Sie den fertigen Agenten in die AWS Lambda-Funktion oder geplante Aufgabe des Webservices ein

Entwickler können den SDK-Nutzungsleitfaden, die API-Referenz und den Beispielcode im offiziellen Blog und Dokumentationszentrum von Amazon AGI Labs erhalten. Da es sich um eine Vorschauversion handelt, können sich die SDK-Schnittstelle und die Produktionsstabilität bei Versionsiterationen ändern.

Produktpreise

Abrechnungsdimensionen	Aktueller Stand
SDK-Nutzung	Kostenlos (Vorschauphase)
Zugrunde liegende Nova-Modellinferenz	Nicht bekannt gegeben (Änderung mit dem AWS-Preissystem wird erwartet)
AWS-Infrastrukturressourcen	Abrechnung nach AWS-Standards (z. B. Lambda, EC2)
Unternehmens-/privatisierte Bereitstellung	Nicht bekannt gegeben, geschäftliche Kommunikation erforderlich

Der aktuelle Wertanker des Amazon Nova Act besteht darin, „Entwicklern zu ermöglichen, die Machbarkeit von Browser-Automatisierungsagenten kostenlos auszuprobieren und zu überprüfen“, und der Weg zur Kommerzialisierung wurde noch nicht bekannt gegeben. Es wird empfohlen, die offiziellen Ankündigungen von AWS re:Invent oder Amazon AGI Labs für die neuesten Preisinformationen zu beachten.

Anwendungsszenarien

• Angriffsszenarien zur Dimensionsreduzierung: Hochfrequente, sich wiederholende Browser-Formularvorgänge: Urlaubsgenehmigung und -eingabe in der Personalabteilung, Ausfüllen von Rückerstattungsformularen in der Finanzabteilung, plattformübergreifende Datenextraktion im Betrieb – diese Szenarien haben feste Prozesse, wiederholte Vorgänge und jedes Mal kleine Änderungen. Nova Act kann einen einzelnen Vorgang von 5 Minuten auf 30 Sekunden komprimieren und unterstützt die Parallelverarbeitung. Eine Batch-Eingabeaufgabe von 100 Datensätzen wurde von einem halben Tag auf 10 Minuten verkürzt.
• E-Commerce und Lieferkette: Automatisierter Online-Einkaufspreisvergleich, Bestandsüberwachung mehrerer Filialen, Verfolgung des Bestellstatus. Flexibler als herkömmliche Crawler – wenn sich die Seitenstruktur ändert, kann das Modell Elemente basierend auf der Semantik neu positionieren und so die Wartungskosten senken.
• Persönliches Lebensmanagement: Automatisch Restaurants buchen, nach Flugpreisen suchen und Kalenderpläne verwalten. Es eignet sich für Lebensszenarien, in denen „es feste Bedürfnisse gibt, aber jeder Vorgang umständlich ist“, wie zum Beispiel das automatische Finden und Buchen von Wochenend-Fitnesskursen jede Woche.

Nicht für Grenzen geeignet: Nicht geeignet für Aufgaben, die physische Interaktion erfordern (z. B. das Drucken von Dateien, das An- und Abstecken von Geräten), hochdynamische Seiten ohne feste Struktur (z. B. von reinem Canvas gerenderte Seiten) und Finanztransaktionsszenarien, die eine 100 %ige Transaktionskonsistenz erfordern.

Abschreckungsszenario: Wenn Ihre Zielwebsite über starke Verifizierungscodes (reCAPTCHA v3+) verfügt, häufige A/B-Seitentests durchführt oder eine Anmeldung mit Multi-Faktor-Authentifizierung erfordert, wird die Zuverlässigkeit von Nova Act erheblich verringert – in diesen Szenarien wird empfohlen, die offizielle API anstelle der Browserautomatisierung zu verwenden.

Grenze der Zusammenarbeit zwischen Mensch und Computer: Für unumkehrbare Vorgänge wie Geldtransaktionen (Bestellungszahlung, Überweisung), Datenlöschung und Änderung von Benutzerinformationen muss eine manuelle Bestätigung eingerichtet werden. Empfohlener Arbeitsablauf: Der Agent schließt das Ausfüllen und die Vorab-Übermittlung ab -> manuelle Überprüfung -> Ausführung bestätigen. Das Nova Act SDK selbst erfordert, dass Entwickler diesen Bestätigungsmechanismus selbst implementieren.

Anwendbare Personen

• KI-Anwendungsentwickler: Für Entwickler, die schnell Prototypen für die Browserautomatisierung erstellen müssen, bietet Nova Act SDK ein höheres Maß an Aufgabenabstraktion als reines Playwright und reduziert so wiederholte Codierung.
• AWS Eco Developers: Teams, die Anwendungen auf AWS erstellt haben, können durch die mögliche Integration von Nova Act mit Diensten wie Lambda und Bedrock die betriebliche Komplexität reduzieren.
• Enterprise Automation Team: Internes Tool-Team, das Webseitenvorgänge (z. B. Dateneingabe, Berichtsabruf) stapelweise verarbeiten muss, aber die Stabilität des SDK während der Vorschauphase bewerten muss.

Nicht für die Masse geeignet: Nicht-technische Endbenutzer (Nova Act hat keine GUI-Schnittstelle und erfordert Python-Programmierkenntnisse); Szenarien, die empfindlich auf Verzögerungen beim Seitenvorgang reagieren (die Einzelschrittausführung der Browserautomatisierung dauert normalerweise 1–5 Sekunden und ist damit viel langsamer als API-Aufrufe).

Zusammenfassung und Ausblick

Der Amazon Nova Act stellt Amazons Konzept im Sinne von „Autonom arbeitenden KI-Agenten“ dar. Der Hauptunterschied besteht darin, dass Entwickler dank der Cloud-Infrastruktur und des Playwright-Ökosystems von Amazon schnell Browser-Intelligenz mit „Aufgabenverständnis-Zerlegungs-Ausführungs-Feedback“-Funktionen basierend auf dem SDK aufbauen können. Der technische Wert der aktuellen Vorschauversion wurde überprüft, aber kommerzielle API-Preise und Versionsstabilität sind immer noch Schlüsselvariablen, die bestätigt werden müssen, bevor das Team die Einführung bewertet.

Aktuelle Einschränkungen: Das Vorschau-SDK unterstützt nur Python und es gibt keine anderen Sprachbindungen wie Node.js/Java; Der Ressourcenverbrauch der Playwright-Browserinstanz (der Speicher beträgt etwa 300–500 MB/Instanz) begrenzt die Wirtschaftlichkeit einer groß angelegten Parallelität. Es gibt keine spezielle Bewertung der Genauigkeit des zugrunde liegenden Nova-Modells beim Verständnis chinesischer Webseiten.

Beschaffungs-/Einführungsrisikobewertung: Die SDK-Schnittstelle der Vorschauversion kann in der offiziellen Version bahnbrechende Änderungen erfahren. Es wird empfohlen, es nur für die Prototypenverifizierung und Pilotversuche im kleinen Maßstab zu verwenden und wird vorerst nicht als Abhängigkeit auf Produktionsebene empfohlen. Unternehmenskunden müssen darauf achten, ob Amazon AGI Labs SLA-Garantien, Datenisolationslösungen und langfristige Wartungsverpflichtungen bietet. Eine enge Bindung an das AWS-Ökosystem ist sowohl ein Vorteil als auch ein Risiko – nach der Einführung steigen die Kosten für die Migration auf andere Agent-Frameworks erheblich.

Verwandte Tools: crewai, langchain

Versionsinfo

• Amazon Nova Act ：Einen offiziellen genauen Termin gibt es noch nicht. （~2026-07）
• Amazon Nova Act ：Einen offiziellen genauen Termin gibt es noch nicht. （~2026-07）