美國知名人工智能企業(yè)Anthropic近日宣布完成對視覺驅(qū)動型計算機自動化初創(chuàng)公司Vercept的收購，此舉旨在強化其大模型Claude的計算機操控能力。作為繼2025年12月收購全棧工具鏈公司Bun后的第二筆戰(zhàn)略投資，此次收購將重點補足Claude在視覺交互領(lǐng)域的技術(shù)短板。

Claude的Computer Use功能于2024年10月隨3.5 Sonnet版本推出，該技術(shù)使模型能夠通過模擬人類操作完成跨軟件的多步驟任務(wù)，包括編寫代碼庫、整合多源研究數(shù)據(jù)以及管理跨團(tuán)隊協(xié)作流程。然而早期版本在視覺精度、動態(tài)界面識別和復(fù)雜場景處理方面存在局限，導(dǎo)致任務(wù)完成率未達(dá)預(yù)期。Vercept在UI高精度識別、空間推理算法和低延遲視覺處理等領(lǐng)域的技術(shù)積累，恰好能解決這些痛點問題。

成立于西雅圖的Vercept由艾倫人工智能研究所（AI2）核心團(tuán)隊創(chuàng)立，其開發(fā)的"無API自動化"技術(shù)通過直接解析屏幕像素實現(xiàn)軟件操控。這家定位"視覺優(yōu)先"的AI Agent公司，在2025年1月完成1600萬美元種子輪融資時即獲得谷歌前CEO埃里克·施密特、DeepMind首席科學(xué)家杰夫·迪恩等科技界重量級人物投資，累計融資規(guī)模達(dá)5000萬美元。

根據(jù)收購協(xié)議，Vercept的桌面應(yīng)用Vy將在30天內(nèi)停止服務(wù)，用戶將被引導(dǎo)遷移至Claude平臺。公司聯(lián)合創(chuàng)始人盧卡·韋斯指出，此次整合將推動人機交互范式變革，未來知識型工作的完成方式可能達(dá)到當(dāng)前代碼編寫能力的同等水平。這種轉(zhuǎn)變要求交互體驗與底層模型能力保持同步發(fā)展。

行業(yè)觀察人士注意到，AI Agent領(lǐng)域的競爭正呈現(xiàn)白熱化態(tài)勢。OpenAI在2月中旬通過引入OpenClaw創(chuàng)始人彼得·斯坦伯格加強個人端布局，采用"人才加盟+資源贊助"的輕資產(chǎn)模式，與Anthropic的企業(yè)級戰(zhàn)略形成差異化競爭。兩家公司雖路徑不同，但都瞄準(zhǔn)了具備計算機通用控制權(quán)的閉環(huán)執(zhí)行系統(tǒng)這一終極目標(biāo)。

Anthropic創(chuàng)始人達(dá)里奧·阿莫迪在近期訪談中強調(diào)，AI發(fā)展的關(guān)鍵突破口在于交互可靠性而非單純智力提升。當(dāng)前模型已具備完成復(fù)雜生產(chǎn)任務(wù)的能力，但穩(wěn)定執(zhí)行仍面臨挑戰(zhàn)。通過整合長上下文記憶與計算機視覺控制，未來三年內(nèi)將有大量需要現(xiàn)場學(xué)習(xí)的崗位被AI替代，這種轉(zhuǎn)變將重塑知識型工作的完成方式。