北京时间2月26日，美国AI头部公司Anthropic宣布收购视觉驱动计算机自动化AI初创公司Vercept ，补全Computer Use功能的视觉短板。这是继2025年12月收购全栈工具链初创公司Bun后，Anthropic第二笔收购案。

Computer Use是Anthropic为旗下大模型Claude打造的AI 直接操控电脑的核心能力，让Claude可以像人一样“看屏幕、动鼠标、敲键盘、操作软件”，完成多步骤、跨应用的复杂任务，于2024年10月随Claude 3.5 Sonnet一同发布。

但由于模型早期在视觉理解精度、复杂界面识别、动态场景处理方面存在瓶颈，导致Computer Use操作成功率低、任务易失败。而Vercept在高精度UI识别、空间推理、动态界面跟踪、低延迟视觉处理等方面的积累，正好可以补齐上述短板。

据Anthropic官方披露，开发者正使用Claude来处理越来越复杂的工作，包括编写和运行整个仓库的代码，综合数十个来源的研究，管理跨多个工具和团队的工作流程等。Computer Use能让Claude像人坐在电脑前一样，在各种软件里实时操作，完成很多只靠代码搞不定的多步骤任务。此次收购Vercept能够帮助公司进一步提升这些能力。

Vercept总部位于美国西雅图，由艾伦人工智能研究所（Allen Institute for AI，AI2）校友创立，定位视觉优先（Vision first）的AI Agent，主打“像人一样看屏幕、操控电脑”的无API自动化。核心团队成员分别负责机器人与具身智能、AI Agent与强化学习等方向。

基于技术积累与创始团队背景，Vercept在2025年1月完成1600万美元的种子轮融资，估值约6700万美元，投资人名单包括前谷歌CEO埃里克・施密特、谷歌DeepMind首席科学家杰夫・迪恩、Cruise创始人凯尔·沃格特等人。后续Vercept筹集资金总额约5000万美元。

Anthropic认为Vercept在感知与交互方面的专业知识，可直接适用于Anthropic 正在处理的一些棘手问题。Vercept桌面应用Vy将在30天内关闭，作为过渡的一部分，Vercept鼓励用户在服务结束期间尝试Anthropic的Claude工具作为替代方案。

谈及此项收购考量，Vercept联合创始人卢卡・韦斯（Luca Weihs）表示，未来，Claude完成知识型工作任务的能力将与它今天编写代码的水平相当，这意味着人们与计算机的交互方式可能会发生根本性改变，以确保这种交互体验与底层模型一样重要。

该项收购案反映出在打造能够操控电脑和其他设备、为用户完成任务的AI Agent赛道竞争日益激烈。除了Anthropic，OpenAI也在积极布局。2月中旬，OpenClaw创始人彼得・斯坦伯格（Peter Steinberger）宣布全职加入OpenAI，负责下一代个人 AI Agent 开发。OpenClaw项目并未被OpenAI收购、不并入公司，而是转入独立开源基金会，继续保持 MIT 开源协议与社区自治。OpenAI为其提供资金、技术与模型资源赞助，但不拥有，也不控制项目决策。通过“人才引入”的方式，补齐OpenAI在个人端AI Agent方面的落地能力，对冲Anthropic在企业级 Agent 上的领先优势。

虽然操作方式有差异，但本质上是两家公司对AI Agent赛道的下注。Anthropic创始人达里奥・阿莫迪（Dario Amodei）近期在一档访谈中表示，AI演进的终极形态不是文本生成器，而是拥有计算机通用控制权（Computer Use）的闭环执行系统。它能像人类一样通过观察屏幕、查阅历史、理解上下文并跨平台协作，完成视频编辑、软件工程等复杂生产任务。

而目前行业的主要障碍在他看来不是智力，而是交互可靠性——即模型能力已足够强，但稳定、准确、不出错地完成一项任务，仍有不足。未来一至三年，AI将通过长上下文管理与计算机视觉控制的结合，解决大部分需要“在职学习”（On-the-job Learning）的岗位需求。

(本文来自第一财经)