美国知名人工智能企业Anthropic近日宣布完成对视觉驱动型计算机自动化初创公司Vercept的收购，此举旨在强化其大模型Claude的计算机操控能力。作为继2025年12月收购全栈工具链公司Bun后的第二笔战略投资，此次收购将重点补足Claude在视觉交互领域的技术短板。
Claude的Computer Use功能于2024年10月随3.5 Sonnet版本推出，该技术使模型能够通过模拟人类操作完成跨软件的多步骤任务，包括编写代码库、整合多源研究数据以及管理跨团队协作流程。然而早期版本在视觉精度、动态界面识别和复杂场景处理方面存在局限，导致任务完成率未达预期。Vercept在UI高精度识别、空间推理算法和低延迟视觉处理等领域的技术积累，恰好能解决这些痛点问题。
成立于西雅图的Vercept由艾伦人工智能研究所（AI2）核心团队创立，其开发的"无API自动化"技术通过直接解析屏幕像素实现软件操控。这家定位"视觉优先"的AI Agent公司，在2025年1月完成1600万美元种子轮融资时即获得谷歌前CEO埃里克·施密特、DeepMind首席科学家杰夫·迪恩等科技界重量级人物投资，累计融资规模达5000万美元。
根据收购协议，Vercept的桌面应用Vy将在30天内停止服务，用户将被引导迁移至Claude平台。公司联合创始人卢卡·韦斯指出，此次整合将推动人机交互范式变革，未来知识型工作的完成方式可能达到当前代码编写能力的同等水平。这种转变要求交互体验与底层模型能力保持同步发展。
行业观察人士注意到，AI Agent领域的竞争正呈现白热化态势。OpenAI在2月中旬通过引入OpenClaw创始人彼得·斯坦伯格加强个人端布局，采用"人才加盟+资源赞助"的轻资产模式，与Anthropic的企业级战略形成差异化竞争。两家公司虽路径不同，但都瞄准了具备计算机通用控制权的闭环执行系统这一终极目标。
Anthropic创始人达里奥·阿莫迪在近期访谈中强调，AI发展的关键突破口在于交互可靠性而非单纯智力提升。当前模型已具备完成复杂生产任务的能力，但稳定执行仍面临挑战。通过整合长上下文记忆与计算机视觉控制，未来三年内将有大量需要现场学习的岗位被AI替代，这种转变将重塑知识型工作的完成方式。
