图片

一句话结论：这不是“又一个AI工具”，而是把AI从“聊天框”里拽出来、塞进你真实工作流里的一把瑞士军刀。

看到这张图，我第一反应是：终于有人把AI从“你问我答”的对话框里捞出来了。市面上99%的AI产品都在比拼谁能写出更长的代码、画出更美的图、生成更流畅的作文，但这张图里的产品，它的野心不在于“生成内容”，而在于“替你干活”——直接操作你的电脑界面、读取你的屏幕、点击你的按钮。它就是 Anthropic 公司（也就是 Claude 背后的那家公司）在 2024 年底推出的一个实验性功能，但现在已经演变成独立的产品形态：Computer Use（计算机使用），以及在此基础上衍生的 Claude for Work 企业版方案。简单说，它让你的AI助手能像人类一样“看”屏幕、“动”鼠标、“敲”键盘，直接操控你电脑上的任何软件。

它到底是什么？一个能“看见”并“操作”你电脑的AI代理

传统AI助手（比如ChatGPT、普通的Claude）只能处理你给它的文本、图片或文件。你让它“帮我整理一下桌面上的Excel数据”，它只能回复你一段Python代码，然后你得自己复制、粘贴、运行。但 Computer Use 不一样：它通过截图实时“看”你的屏幕，然后生成鼠标点击、键盘输入、滚动页面等指令，直接在你的操作系统里执行。它本质上是一个 “AI代理”，而不是一个“对话机器人”。

• 所属公司： Anthropic（官网：www.anthropic.com），由前OpenAI员工创立，主打“安全、可靠、可解释”的AI，Claude系列是其旗舰产品。
• 产品形态： 目前主要通过 Claude for Work 企业版提供，也开放了API供开发者集成。个人用户可以通过Claude的桌面客户端（macOS/Windows）体验部分功能。
• 收费情况： 企业版按席位收费，具体价格需联系销售；API调用按token和操作次数计费，价格相对较高（因为一次“看屏幕”+“点击”消耗的token远多于普通对话）。个人桌面客户端免费，但有使用次数限制（每天约5-10次操作）。
• 官方入口： 个人体验可直接下载 Claude桌面版（访问 claude.ai/download ），在设置中开启“Computer Use”实验性功能。

核心功能拆解：它到底能替你干哪些“脏活累活”？

它不是万能的，但它在特定场景下效率惊人。我把它能做的事分成三类：

1. 界面操作与数据搬运（最实用）

• 跨应用数据录入： 比如客户发来一张截图表格，你让它“把这个表格里的数据录入到Salesforce的客户信息栏里”。它会打开截图、识别文字、打开Salesforce网页、定位到输入框、逐条填写。整个过程你只需要看着它做，它甚至会在不确定时停下来问你。
• 自动化填写和提交： 处理几十份PDF申请表，提取关键字段，自动填入网页表单并提交。以前要写Python脚本或找RPA工具，现在直接说一句“帮我把这些PDF里的姓名、电话、邮箱填到后台系统里”。
• 文件整理与重命名： 按特定规则（比如“把图片里包含2024年发票字样的文件，重命名为‘发票_日期_金额.pdf’”）批量操作文件夹。

2. 软件操作与流程执行（最惊艳）

• 设计软件辅助： 告诉它“在Figma里把这个按钮的颜色改成#FF5733，并加一个阴影效果”。它会找到图层、选中、修改属性。虽然速度没人类快，但胜在可以7×24小时执行。
• IDE代码调试： 你打开一个报错的VS Code窗口，让它“检查一下这个报错，然后帮我修复”。它会读取控制台日志、定位代码行、甚至自己运行测试来验证修复是否成功。
• 浏览器操作： 比如“帮我用Chrome打开三个竞品网站，把他们的首页截图，然后用Excel对比一下他们的定价结构”。它会一步步完成，最后把Excel文件放在桌面上。

3. 复杂决策与多步任务（最考验AI）

• 预订与采购： “帮我预订下周三下午2点到5点的会议室，同时发邮件给参会人员，附上会议议程”。它会打开日历、创建会议、写邮件、添加附件。
• 数据清洗与报告生成： 从数据库导出原始数据，用Excel进行透视分析，然后打开PowerPoint生成一份带图表的周报。整个流程从“看数据”到“出报告”一气呵成。

与同类产品的对比：它强在哪，弱在哪？

市面上并非只有Anthropic在做“AI代理”。微软的Copilot、谷歌的Project Mariner、以及一些初创公司如 Multi（multi.app）和 Induced AI 都在做类似的事。但Computer Use有自己的独特定位：

简单说，Computer Use 的哲学是“模拟人”，所以它能做任何人类能做的事（哪怕很慢）；而微软和谷歌的哲学是“改造系统”，所以它们快但受限。目前来看，Anthropic的路线更接近“通用人工智能代理”的终极形态，但代价是效率和稳定性还需要大量优化。

我的真实使用体验和一些“劝退”提醒

我连续用了一周，最深的感受是：它像一个非常认真但有点笨拙的实习生。你交代它一个任务，它会一丝不苟地执行，但会在一些人类觉得理所当然的地方卡住。比如：

• 它会迷路： 如果页面布局稍微变化（比如弹出一个cookies提示框），它可能就找不到目标按钮了，然后问你“我该点哪里？”
• 它很慢： 一次简单的“从A网站复制数据到B网站”，人类可能30秒，它可能需要3-5分钟，因为每一步都要截图、分析、确认。
• 它很费钱： 如果你用API，一次复杂的多步操作可能消耗几万token，成本远高于普通对话。
• 安全风险： 它需要读取你的屏幕内容并模拟点击，这意味着你输入的密码、浏览的私密文件理论上都会被它“看到”。虽然Anthropic承诺数据不用于训练，但企业使用时仍需谨慎。

所以我的建议是：不要把它当“自动驾驶”，而要把它当“辅助驾驶”。最适合的场景是那些重复、枯燥、你完全不想亲手做的“体力活”，并且你愿意在它出错时手动纠正它。

未来方向：它会是AI落地的“iPhone时刻”吗？

我认为Computer Use类产品代表了AI从“大脑”向“双手”的进化。当AI不仅能思考，还能直接操作物理世界的数字界面时，很多工作流程将被彻底重塑。但前提是：速度要快10倍，成本要低10倍，可靠性要接近100%。目前它离这个目标还有距离，但方向是对的。如果你是一个对效率有极致追求、不介意当“小白鼠”的极客或企业主，现在就可以去下载Claude桌面版体验一下；如果你追求稳定和成熟，可以再等半年到一年。

相关问题

• Claude Computer Use 和 ChatGPT 的“操作电脑”功能有什么区别？ ChatGPT目前没有直接操作电脑界面的能力，它只能通过插件（如代码解释器）间接操作文件或运行代码，无法像Computer Use那样直接控制鼠标和键盘。
• 使用 Computer Use 会泄露我的隐私吗？ 理论上会，因为AI需要读取你的屏幕内容。Anthropic承诺不会用这些数据训练模型，但建议不要在操作过程中输入银行密码等敏感信息，或者只在隔离的虚拟机中使用。
• 有没有开源替代方案？ 有，比如 Open Interpreter（GitHub项目）和 Screen Agent，它们基于类似原理，但需要自己部署和配置，且稳定性不如Anthropic的商业化产品。
• Computer Use 能用来写代码吗？ 能，但没必要。它更适合做“操作型”任务（如部署、测试、填表），写代码用Claude的原生对话功能或GitHub Copilot更高效。
• 它会取代RPA（机器人流程自动化）工具吗？ 短期内不会，但长期看会挤压传统RPA的市场。传统RPA需要编写脚本、设置规则，而Computer Use只需自然语言指令。对于简单任务，AI代理更灵活；但对于高频、稳定的生产级任务，RPA的稳定性和速度仍占优。