92%精度碾压OpenAI：Anthropic火速收购Vercept，AI自主操控电脑进入“全视觉时代”

当地时间2月25日，AI领域的“军备竞赛”骤然升级。继去年年底收购编码引擎Bun之后，人工智能顶尖独角兽Anthropic火速出击，于今日凌晨宣布完成对西雅图AI初创公司Vercept的收购。这一被业内称为“给Claude装上眼睛”的战略举措，直指AI智能体最核心的视觉感知短板，旨在让其王牌模型Claude在操控电脑时，真正拥有“一目十行”且“明察秋毫”的数字化双眼。

此次收购的技术含金量在业界引发了巨大震动。Vercept是一家脱胎于艾伦人工智能研究所（AI2）的明星初创，其核心产品Vy采用激进的“视觉优先”（Vision first）方案。不同于依赖API或代码的传统自动化工具，Vy通过高精度视觉模型直接理解屏幕上的每一个像素级按钮，再模拟人类操作鼠标键盘。这意味着一套系统就能通吃所有软件，无需任何定制开发。在关键的UI元素识别基准ScreenSpot v1测试中，Vercept自研模型的准确率高达惊人的92%，这一数据直接将OpenAI同类模型的18.3% 远远甩在身后，形成了技术上的“降维打击” 。

这笔交易不仅是技术上的强强联合，更是对智能体赛道主导权的宣示。就在本月，OpenAI刚刚通过“人才引入”方式吸纳了知名开源项目OpenClaw的创始人，意图补齐其在个人端AI Agent的落地能力。而Anthropic此次的收购动作更为直接——直接将一整支顶配团队收入囊中。Vercept的创始阵容堪称豪华，包括计算机视觉先驱Ross Girshick、具身智能专家Kiana Ehsani等。有趣的是，这笔收购引发了一场人才“暗战”的涟漪：Vercept的另一位联合创始人Matt Deitke此前已被Meta以天价薪酬挖角，并未随团队加入Anthropic 。

随着Vercept团队的加盟，Anthropic的智能体战略变得愈发清晰。依托最新发布的Claude Sonnet 4.6模型，其在OSWorld评估中的任务准确率已从去年底的不足15%飙升至72.5%，在跨标签页表单填写、复杂表格处理等场景上已接近人类水平。这笔收购将直接把Claude在真实软件环境中的“手眼协调”能力推向新高度。目前，Vercept的云端产品Vy将在30天内关闭，团队正式并入Anthropic，这也标志着AI智能体正从“能理解文字”的思考者，进化为“能看见并操作世界”的全能执行者。