Anthropic收购Vercept，让Claude真正“看懂”电脑屏幕
2026年2月26日，Anthropic正式宣布收购西雅图AI初创公司Vercept。这不是一次普通的技术并购，而是一场关乎AI能否真正融入日常办公场景的关键跃迁——从此，Claude不再只是能写代码、答问题的“文字助手”，它开始能“看见”你电脑上的每一个按钮、每一行表格、每一个弹窗，并像人一样去点击、拖拽、填写。
Vercept的核心产品Vy，不靠读API、不靠调接口，纯粹靠“看屏幕”工作。它用自研的视觉模型分析界面元素，识别按钮、输入框、菜单栏，甚至能理解图标含义。在业内公认的UI识别测试集ScreenSpot v1上，它的准确率高达92%，而OpenAI同类模型的水平还停留在18.3%。这意味着，Claude现在能分辨出“保存”和“另存为”两个相似图标，能自动识别Excel里被隐藏的列，也能在复杂的企业软件中找到你藏在三级菜单里的功能入口。
这正是Anthropic过去一年最头疼的问题：它的“Computer Use”功能虽然能调用工具，但经常“看错按钮”“点错位置”，导致操作失败。现在，Vercept的团队带着他们的技术、算法和对真实软件界面的深刻理解，直接加入了Anthropic。他们不是来“优化模型”的，是来让AI真正“看得懂人类用的软件”的。
背后是一支被硅谷大佬押注的顶尖团队
Vercept的创始团队并不普通。联合创始人Ross Girshick是计算机视觉领域的奠基人之一，曾参与开发R-CNN，是图像识别从“模糊识别”走向“精准定位”的关键人物。他的名字在学术圈和工业界都如雷贯耳。
更值得注意的是，Vercept早在2023年就获得了施密特（Eric Schmidt，前谷歌CEO）和杰夫·迪恩（Jeff Dean，谷歌AI掌门人）的个人投资。这在初创公司中极为罕见——通常只有真正解决核心痛点、技术过硬的团队，才会吸引这些级别的投资人亲自下场。
如今，这支团队带着他们的技术、代码和对UI的直觉，整体并入Anthropic。他们不再只是“外部供应商”，而是成为Claude视觉能力的直接构建者。一位内部员工透露：“我们以前要教AI‘这是个按钮’，现在是让它自己认出来，就像你第一次用新软件时，眼睛扫一遍就知道哪里能点。”
从“写代码”到“替你操作”，Claude正在变成你的数字同事
这不是Anthropic第一次补短板。2025年底，它收购了编码代理引擎Bun，让Claude Code能自动写、改、调试代码。如今加上Vercept的视觉能力，一个完整的闭环正在成型：
- 你让Claude：“把上个月的销售数据整理成图表，发给市场部。”
- 它打开Excel，自动找到对应文件，筛选数据，生成柱状图，调整格式，复制到PPT，再通过邮件发送——全程不需要你打开任何工具，也不用你告诉它路径。
这已经不是“辅助工具”，而是真正的“数字同事”。在企业用户中，这种能力正在快速转化成生产力。据知情人士透露，已有包括摩根大通、甲骨文、Salesforce在内的多家大型企业，在内部测试Claude操作其核心业务系统，反馈普遍是：“比新人上手还快。”
Anthropic内部称这个新形态为“Claude Cowork”——不是助手，是合作者。它不等你命令，能主动观察你的操作习惯；它不依赖文档，能直接理解界面逻辑；它不挑软件，能跨系统工作。这正是传统AI做不到的。
估值3800亿美元，背后是资本对“实用AI”的重押
就在收购消息公布前一周，Anthropic刚完成300亿美元的G轮融资，投后估值达到3800亿美元，成为全球估值第二高的AI公司，仅次于OpenAI。
参与本轮投资的名单堪称“顶级机构全明星”：卡塔尔投资局、摩根士丹利、门洛资本、红杉资本……这些机构不投概念，只投落地能力。他们看中的，不是“模型参数多大”，而是“能不能帮企业省下百万美元的人力成本”。
数据也印证了这一点：截至2025年底，Anthropic年化营收突破90亿美元，其中仅Claude Code一个产品就贡献了25亿。而随着视觉能力上线，预计2026年企业级订阅收入将增长超过150%。不少客户已经开始为“能操作ERP系统”的Claude版本支付溢价——不是因为它是AI，而是因为它真的能替你干活。
未来：AI不再躲在对话框里，它会坐在你的办公桌前
过去，AI是聊天窗口里的“知识库”；现在，它正变成你桌面上那个不说话、但总在默默帮你整理文件、填表、发邮件的同事。
你不需要再记“在哪个菜单里找导出功能”，不需要在多个软件间来回切换，不需要为操作失误反复重来。Claude会主动观察你打开的程序，预判你的下一步，甚至在你犹豫时轻声提醒：“需要我帮你把这两列数据合并吗？”
这不是科幻，也不是PPT里的愿景。它正在发生。而Vercept的加入，是让这一切从“可能”变成“现实”的最后一块拼图。
