Claude布局Agent：逼走OpenClaw后，Anthropic为何急购Vercept？

type

status

date

slug

summary

OpenClaw风波：Anthropic的“失”与OpenAI的“得”

故事的开端源于一个名为OpenClaw的开源项目。奥地利开发者Peter Steinberger最初只是想开发一个基于Claude模型的Agent工具，结果这个项目在GitHub上迅速爆火，单周访问量突破200万。对于Anthropic来说，这本应是一个绝佳的Claude API推广案例和免费流量入口。

然而，Anthropic却选择了严厉的合规手段，封禁了大量通过OpenClaw接入Claude API的账号。这一举动直接导致开发者社区的舆论反转，许多正在编写Claude教程或探索Claude使用指南的开发者感到了寒意。最终，OpenAI抓住了机会，Sam Altman宣布聘用Peter Steinberger负责下一代个人Agent开发。

这一事件暴露了Anthropic在生态建设上的短视，但也侧面印证了Agent赛道的火热。OpenAI抢夺的是“指令入口”——即用户在WhatsApp或Telegram等日常应用中发出指令的习惯；而Anthropic随后的动作证明，他们并非放弃了Agent，而是选择了一条更“硬核”的技术路线。

屏幕控制：AI Agent的“最后一公里”

无论是Claude官方中文版的用户还是ChatGPT的拥趸，大家都有一个共同的痛点：AI对话再流畅，最终的具体操作（如打开Excel填表、发送邮件）还得人工完成。Agent的核心目标，就是让AI跨越这“最后一公里”，直接替用户操作电脑。

目前的现状是，AI在“写代码”和“做分析”上已经很强，但在“看屏幕、控电脑”上还远不如人类。在OSWorld基准测试中，OpenAI的Operator得分为38.1%，而Anthropic的Computer Use仅为22%，远低于人类的72.4%。这说明，想要在Claude国内如何使用的场景中实现全自动办公，现有的技术还不够成熟。这也正是Anthropic急于收购Vercept的根本原因。

Vercept的技术路线：从“读代码”到“看像素”

Anthropic收购Vercept，不仅仅是买一家公司，更是买一种互补的技术路线。目前Agent控制电脑主要有两种流派：

DOM解析流（OpenAI Operator代表）：通过解析网页底层的代码结构（DOM）来理解界面。这种方式速度快，但局限性大，遇到没有标准接口的本地软件或老旧企业系统就束手无策。

视觉像素流（Vercept Vy代表）：像人类一样，通过“看”屏幕截图来识别按钮和输入框。这种方式通用性极强，无论是Excel还是20年前的ERP系统都能操作。

Vercept的数据显示，其自研模型在UI元素识别上的准确率高达92%，而OpenAI同类模型仅为18.3%。通过收购Vercept，Anthropic能够迅速补齐Claude在“视觉感知”上的短板。对于期待Claude镜像站能提供更强大功能的国内用户来说，这意味着未来的Claude将具备更强悍的跨软件操作能力，不再局限于浏览器内部。

Agent战争的本质：基础设施的抢占

将OpenClaw事件和Vercept收购案放在一起看，我们能清晰地看到Agent版图的两个层次：

OpenAI 正在布局“用户习惯”，通过吸纳OpenClaw的经验，试图将Agent植入用户的日常聊天窗口。

Anthropic 正在夯实“基础设施”，通过整合Vercept的视觉技术，试图让Claude具备最底层的屏幕理解与操作能力。

这场战争谁也等不起。Google、Microsoft以及UiPath等传统RPA巨头都在虎视眈眈。对于普通用户而言，这意味着我们离真正的“全自动AI助理”越来越近了。

结论与展望

Anthropic虽然在OpenClaw事件上失了人心，但通过收购Vercept，它在技术硬实力上扳回一城。未来的AI竞争，将不再仅仅是模型智商的比拼，更是“手脚”灵活度的较量。

对于想要体验最前沿AI能力的国内用户，寻找稳定可靠的访问渠道至关重要。如果您想第一时间体验集成了最新Agent能力的Claude模型，建议访问 https://claude.aigc.bar。这里提供了便捷的Claude国内使用方案，无需复杂的网络配置，即可直连Claude官方模型能力，探索AI控制电脑的无限可能。

Agent时代已来，无论是通过Claude教程学习自动化工作流，还是利用Claude镜像站提升效率，掌握这一工具的人，将在未来的职场竞争中占据先机。