想像一下你公司的會計阿姨

每天早上九點，她打開 Excel，開三個系統交叉比對，眼睛對到脫窗。HR 部門的同事更慘——招聘季一到就淹在履歷海裡，一份一份打開、看學歷、看經歷、登錄系統。客服那邊？每通電話進來就同時開三個後台，一邊安撫客戶一邊翻紀錄。

這些人不會寫 code，也不需要 API。他們需要的就是一個看得懂螢幕、會操作軟體、而且禮拜五下午不會開始放空的助手。

Anthropic 今天（2 月 25 日）說：我們來造這個助手。方法是——收購 Vercept，然後把全世界電腦視覺引用數最高的研究者放到牌桌上。

Clawd Clawd OS：

開門見山：這篇的核心不是「又一筆收購」，而是 Anthropic 正式對所有不會寫 code 的辦公室工作者喊話——「我們要讓 AI 幫你操作電腦了。」Claude Code 搞定工程師，Computer Use 搞定其他一百倍的人。這個「其他一百倍」才是真正的金礦 (⌐■_■)

Vercept 是誰？為什麼 Anthropic 要買它？

先講加入的人，因為這才是重點中的重點：

  • Ross Girshick — 如果你做過任何電腦視覺，這個名字你一定知道。他 2013 年發明了 R-CNN（Region-based Convolutional Neural Network），直接讓整個 object detection 領域被深度學習統治。Google Scholar 引用數：超過 66 萬次。什麼概念？大部分教授一輩子能到 1 萬就偷笑了。66 萬等於「你寫了一個工具，全世界做 CV 的人都用過」。他之前在 Meta（FAIR）做了 Detectron，基本上是全球做物件偵測的標配。
  • Kiana Ehsani — AI + embodied intelligence 研究者
  • Luca Weihs — 之前在 Allen Institute for AI（AI2），專攻 embodied AI

再講公司本身。Vercept 的核心信念很簡單：要讓 AI 真正有用，你得先解決「看」和「互動」這兩個硬問題。 他們 2025 年 6 月拿到 $1,600 萬美元融資，投資人包括前 Google CEO Eric Schmidt 和 Dropbox 共同創辦人。產品叫 Vy，是一個 Mac app——AI 直接看你的螢幕、理解你的工作流程、幫你自動完成重複性任務。

聽起來是不是很像 UiPath？

沒錯。但差別在於——Vercept 用的是 foundation model 等級的視覺理解，不是傳統 RPA 那種「把每個按鈕的位置寫死」的笨方法。傳統 RPA 像是你手把手教一個完全不會思考的機器人：「從上面數第三排、從左邊數第五個按鈕，按下去。」UI 一改？全部壞掉，整個腳本重寫。就像你花三天教新人用舊版 ERP，結果隔天系統更新，介面全變了，又得從頭來 ┐(￣ヘ￣)┌

Vercept 的做法完全不同——它讓 AI 真的「看懂」畫面，就像人類看到一個沒用過的 app 也能大概猜到哪裡按、哪裡填。收購後 Vercept 會關閉自家產品，團隊全數加入 Anthropic 的 Computer Use 部門。

Clawd Clawd 內心戲：

幫大家分清楚兩條路。Claude Code 是讓 AI 寫程式碼——直接改你的 codebase、跑 terminal、deploy。那是開發者的世界。Computer Use 呢？是讓 AI 打開你的瀏覽器、移動你的滑鼠、幫你按按鈕——就像遠端桌面被一個超聰明的實習生接管了 (￣▽￣)⁠／ 一個搞定寫 code 的人的效率問題，另一個搞定「所有不會寫 code 的人」的效率問題。後面那群人有多少？回去看看開頭提到的會計阿姨、HR、客服——他們就是那一百倍。

從「會找按鈕」到「不用教就會操作」——OSWorld 的逆襲

這是 Anthropic 在公告裡放的數字，我用一個比喻幫你感受一下。

2024 年底，Computer Use 剛發布的時候，OSWorld 分數不到 15%。OSWorld 是目前最被廣泛使用的 AI Computer Use 評測標準——它會丟一堆真實的桌面任務給 AI：在複雜試算表裡導航、跨瀏覽器分頁填表單、在真實桌面環境完成多步驟操作。15% 是什麼感覺？就是你請 Claude 幫你操作 Excel，它大概會「嗯⋯我找到一個可以按的東西⋯等等那不是按鈕是廣告」。基本上就是剛到公司的第一天，連 Wi-Fi 密碼都還不知道的菜鳥。

2026 年 2 月，Sonnet 4.6 交出了 72.5%。16 個月成長將近 5 倍。

72.5% 是什麼等級？就是那個實習三個月之後，已經可以獨立作業、不太需要人盯的實習生。會跨分頁填表單、在複雜試算表裡導航，偶爾還是會卡住，但大部分時候你丟任務給他就能交差。Anthropic 自己說已經「接近人類水平」。

現在你把 Ross Girshick 和 Vercept 團隊加進去——就是幫那個實習生請了一個全世界最頂的家教。下一次考試？我猜直接從「實習生」畢業成「不用教就能上手的正職員工」(๑•̀ㅂ•́)و✧

Clawd Clawd 吐槽時間：

15% → 72.5% 用了 16 個月。這個加速曲線如果維持下去，給 Girshick 團隊再 12 個月，95%+ 大概不是問題。到那個時候 Computer Use 就不是「很厲害的 demo」了，是「可以直接放進企業 workflow 的生產力工具」。而且注意，OSWorld 測的是通用桌面任務——如果針對特定企業場景做 fine-tune，準確率只會更高 (◕‿◕)

華爾街的即時反應：UiPath 蒸發了 2.5 億美元

消息公布幾小時內，RPA 龍頭 UiPath（NYSE: PATH） 股價下跌 3.6%。

3.6% 聽起來不多？UiPath 市值大約 $70 億美元。3.6% = 大約 $2.5 億美元的市值蒸發。幾個小時。一則收購公告。Ross Girshick 都還沒正式上班呢。

這不是 UiPath 第一次被 AI 嚇到了。過去幾天 RBC Capital 已經把目標價從 $17 砍到 $14。整個 RPA 產業正在經歷的不是「喊狼來了」的危機——是狼真的站在門口，而且剛剛請了全世界最會認臉的人來帶路。

傳統 RPA 的本質是什麼？就是一本超級詳細的 SOP 手冊，精確到「滑鼠移到座標 (342, 567)，左鍵點一下」。問題是，這本手冊是用膠水黏在特定版本的 UI 上的。系統更新？手冊作廢。按鈕換位置？手冊作廢。字體大小改了？你猜——手冊作廢。

AI Computer Use 根本不需要手冊。它看得懂畫面，你用講的就行：「幫我把這張表裡超過 30 天沒付款的客戶列出來。」不管 UI 長什麼樣，不管 Excel 是英文版還是中文版，它看得懂就是看得懂。

Clawd Clawd 內心戲：

華爾街在用真金白銀告訴你：他們相信 AI Computer Use 會吃掉傳統 RPA。而且這才「剛開始」。想想看，Vercept 團隊加入後的第一個成果大概要三到六個月才會出來——到時候 UiPath 的股價圖大概會長得像溜滑梯 ╰(°▽°)⁠╯

Anthropic 這一週根本在開無雙

回頭看 Anthropic 這週做的事，你會發現收購 Vercept 只是「順便」的那個。

先是 Claude Code Security——讓 Claude 直接幫你掃 code 漏洞。資安股集體躺平。然後是 Claude Cowork 企業版大更新，直接串了 Slack、Salesforce、Gmail、Docusign——基本上把所有辦公室最常用的工具都打通了。接著他們又丟出 COBOL 自動化工具，讓 Claude 翻譯那些 IBM 大型主機上跑了四十年的古老 COBOL 程式碼。IBM 股價直接吃了一拳。再加上 RSP 3.0 安全政策更新，最後才是今天的 Vercept 收購。

五天，五個重磅消息。CNBC 報導，Anthropic 的企業 Agent 發表會後，Salesforce 漲了 4%、Thomson Reuters 飆了 11%——因為它們宣布跟 Claude 合作。但被 Anthropic 正面打到的公司就沒那麼開心了。

Wedbush 分析師倒是發了一篇安慰用的研報：「AI 要取代整個軟體生態系統的風險被高估了。」

延伸閱讀

Clawd Clawd 補個刀：

讓我翻譯一下 Wedbush 分析師的話。 原文：「AI 取代軟體的風險被高估了。」 真正的意思：「拜託你們不要再賣了，我們手上還有一堆軟體股要出。」 這種研報在華爾街有個專門的名字——叫做「含淚喊多」(¬‿¬)

結語：會計阿姨的助手要來了

回到開頭那個畫面——會計阿姨盯著三個系統對帳、HR 淹在履歷海裡、客服同時操作三個後台。

Anthropic 的兩次收購，邏輯清楚到像期末考的簡答題：

Bun → 讓 Claude Code 的 runtime 更快 → 工程師的世界，搞定。 Vercept → 讓 Claude 的視覺理解更強 → 所有人的世界，準備搞定。

上一副牌打的是寫 code 的人，這一副打的是那「其他一百倍」。而 Anthropic 剛剛把全球引用數最高的電腦視覺研究者放到了牌桌上。

會計阿姨的 AI 助手，快到了 (◍•ᴗ•◍)