Anthropic 战略收购 AI Agent 初创公司 Vercept：深耕 Computer Use，重塑人机交互

行业动态：Anthropic 完成对 Vercept 的人才与技术资产收购

近日，生成式 AI 巨头 Anthropic 正式宣布收购专注于 Computer Use（计算机使用）技术的 AI 初创公司 Vercept。在 Meta 此前挖走 Vercept 其中一位联合创始人后，Anthropic 迅速出手将其余团队及核心技术纳入麾下。这一举措标志着 Anthropic 在 AI Agent（人工智能智能体）领域的竞争进入白热化阶段。

什么是 Vercept？专注于自动化交互的技术先锋

Vercept 是一家致力于开发高度可靠、具备感知能力的 AI Agent 的初创公司。其核心技术路径在于让 LLM（大语言模型）不仅能理解文本，还能像人类一样通过 GUI（图形用户界面）直接操作电脑桌面和浏览器。以下是 Vercept 技术的三个核心维度：

• Precision UI Navigation： 通过计算机视觉与 DOM 树解析结合，实现对复杂 UI 元素的精准定位。
• Agentic Workflows： 构建了高度容错的自动化工作流，能够处理跨应用的连续复杂任务。
• Low-latency Interaction： 优化了模型在执行“感知-决策-操作”循环时的响应速度。

战略背景：为何 Computer Use 成为大厂必争之地？

自 Anthropic 去年发布 Claude 3.5 Sonnet 的 Computer Use API 以来，AI 的竞争焦点已经从“对话式交互”转向了“执行驱动型任务”。Meta 近期对 Vercept 创始人的“挖角”行为，反映了硅谷巨头在 Agent 领域的底层技术人才稀缺。Anthropic 通过此次收购，旨在进一步强化其在以下方面的竞争优势：

• 闭环生态： 减少对第三方自动化工具的依赖，将原生的电脑操作能力直接整合进 Claude。
• 对抗 OpenAI： 与 OpenAI 的“Operator”项目和 Google 的“Jarvis”展开正面对决。
• 企业级应用： 针对需要复杂软件操作的 B 端场景（如财务审计、软件测试），提供更高可靠性的 Agent 方案。

技术深意：从模型训练到任务感知的进化

对于 Anthropic 而言，Vercept 的加入不仅是人才的补充，更是数据的整合。Computer Use 技术的难点在于处理屏幕截图的语义理解以及应对动态界面的不稳定。Vercept 的工程实践将帮助 Anthropic 优化其视觉编码器（Vision Encoder），并提升模型在长期任务规划（Long-term Planning）中的表现，减少 Agent 在操作过程中的“幻觉”现象。

结语：Agentic Era 的加速到来

Anthropic 对 Vercept 的收购证明了：未来的 AI 将不再仅仅是屏幕后的顾问，而是能够直接操作工具、完成业务闭环的“数字员工”。随着 Computer Use 能力的成熟，我们预见 AI Agent 将彻底改变软件生产力和端到端的工作流程。