北京時間2月26日，美國AI頭部公司Anthropic宣布收購視覺驅(qū)動計算機自動化AI初創(chuàng)公司Vercept ，補全Computer Use功能的視覺短板。這是繼2025年12月收購全棧工具鏈初創(chuàng)公司Bun后，Anthropic第二筆收購案。
來源：Anthropic官網(wǎng)
Computer Use是Anthropic為旗下大模型Claude打造的AI 直接操控電腦的核心能力，讓Claude可以像人一樣“看屏幕、動鼠標(biāo)、敲鍵盤、操作軟件”，完成多步驟、跨應(yīng)用的復(fù)雜任務(wù)，于2024年10月隨Claude 3.5 Sonnet一同發(fā)布。
但由于模型早期在視覺理解精度、復(fù)雜界面識別、動態(tài)場景處理方面存在瓶頸，導(dǎo)致Computer Use操作成功率低、任務(wù)易失敗。而Vercept在高精度UI識別、空間推理、動態(tài)界面跟蹤、低延遲視覺處理等方面的積累，正好可以補齊上述短板。
據(jù)Anthropic官方披露，開發(fā)者正使用Claude來處理越來越復(fù)雜的工作，包括編寫和運行整個倉庫的代碼，綜合數(shù)十個來源的研究，管理跨多個工具和團隊的工作流程等。Computer Use能讓Claude像人坐在電腦前一樣，在各種軟件里實時操作，完成很多只靠代碼搞不定的多步驟任務(wù)。此次收購Vercept能夠幫助公司進一步提升這些能力。
Vercept部分創(chuàng)始成員，來源：LinkedIn
Vercept總部位于美國西雅圖，由艾倫人工智能研究所（Allen Institute for AI，AI2）校友創(chuàng)立，定位視覺優(yōu)先（Vision first）的AI Agent，主打“像人一樣看屏幕、操控電腦”的無API自動化。核心團隊成員分別負(fù)責(zé)機器人與具身智能、AI Agent與強化學(xué)習(xí)等方向。
基于技術(shù)積累與創(chuàng)始團隊背景，Vercept在2025年1月完成1600萬美元的種子輪融資，估值約6700萬美元，投資人名單包括前谷歌CEO埃里克?施密特、谷歌DeepMind首席科學(xué)家杰夫?迪恩、Cruise創(chuàng)始人凱爾·沃格特等人。后續(xù)Vercept籌集資金總額約5000萬美元。
Anthropic認(rèn)為Vercept在感知與交互方面的專業(yè)知識，可直接適用于Anthropic 正在處理的一些棘手問題。Vercept桌面應(yīng)用Vy將在30天內(nèi)關(guān)閉，作為過渡的一部分，Vercept鼓勵用戶在服務(wù)結(jié)束期間嘗試Anthropic的Claude工具作為替代方案。
談及此項收購考量，Vercept聯(lián)合創(chuàng)始人盧卡?韋斯（Luca Weihs）表示，未來，Claude完成知識型工作任務(wù)的能力將與它今天編寫代碼的水平相當(dāng)，這意味著人們與計算機的交互方式可能會發(fā)生根本性改變，以確保這種交互體驗與底層模型一樣重要。
該項收購案反映出在打造能夠操控電腦和其他設(shè)備、為用戶完成任務(wù)的AI Agent賽道競爭日益激烈。除了Anthropic，OpenAI也在積極布局。2月中旬，OpenClaw創(chuàng)始人彼得?斯坦伯格（Peter Steinberger）宣布全職加入OpenAI，負(fù)責(zé)下一代個人 AI Agent 開發(fā)。OpenClaw項目并未被OpenAI收購、不并入公司，而是轉(zhuǎn)入獨立開源基金會，繼續(xù)保持 MIT 開源協(xié)議與社區(qū)自治。OpenAI為其提供資金、技術(shù)與模型資源贊助，但不擁有，也不控制項目決策。通過“人才引入”的方式，補齊OpenAI在個人端AI Agent方面的落地能力，對沖Anthropic在企業(yè)級 Agent 上的領(lǐng)先優(yōu)勢。
雖然操作方式有差異，但本質(zhì)上是兩家公司對AI Agent賽道的下注。Anthropic創(chuàng)始人達(dá)里奧?阿莫迪（Dario Amodei）近期在一檔訪談中表示，AI演進的終極形態(tài)不是文本生成器，而是擁有計算機通用控制權(quán)（Computer Use）的閉環(huán)執(zhí)行系統(tǒng)。它能像人類一樣通過觀察屏幕、查閱歷史、理解上下文并跨平臺協(xié)作，完成視頻編輯、軟件工程等復(fù)雜生產(chǎn)任務(wù)。
而目前行業(yè)的主要障礙在他看來不是智力，而是交互可靠性——即模型能力已足夠強，但穩(wěn)定、準(zhǔn)確、不出錯地完成一項任務(wù)，仍有不足。未來一至三年，AI將通過長上下文管理與計算機視覺控制的結(jié)合，解決大部分需要“在職學(xué)習(xí)”（On-the-job Learning）的崗位需求。
