Claude新功能颠覆Open Claw?我:用困了谢谢
Anthropic近期为Claude桌面端更新了“Computer Use”与“Dispatch”两项核心功能。新功能不再依赖软件API接口,而是通过模拟人类视觉与操作方式,实现对电脑屏幕内容的直接读取与控制,旨在突破AI Agent在非开放接口软件中的应用限制。
01功能原理与行业趋势
本次更新的核心在于改变了AI操控计算机的逻辑。传统AI Agent依赖软件开放的API接口进行数据交互,能操控的软件范围极其有限。而“Computer Use”功能通过屏幕截图识别、模拟鼠标点击与键盘输入,让AI能够像人类一样“看”屏幕并操作软件。这意味着任何只要人能通过图形界面(GUI)操作的软件,理论上AI都能触达。此外,“Dispatch”功能允许用户在手机端发送指令,由电脑端的Claude执行任务,实现了跨设备的远程操控。目前,包括Meta、Perplexity在内的多家顶级AI公司均在探索类似的计算机操控能力,显示出行业从“接口互联”向“视觉模拟”转型的趋势。
02部署条件与操作门槛
- 订阅门槛:功能仅对Claude Pro或Team/Max订阅用户开放,免费版无法使用。
- 系统限制:目前仅支持macOS桌面端,Windows平台尚未适配。
- 设置步骤:用户需将Claude桌面端更新至最新版本,在“Cowork”或“Code”设置的“General”选项卡中,手动开启“Computer Use”开关并确认。
03实测任务表现
在实际测试中,针对Claude设定了微信群聊天记录总结与指定消息发送两项典型任务,具体表现如下:
| 测试维度 | 任务一:总结群新闻 | 任务二:发送群消息 |
|---|---|---|
| 指令内容 | 总结指定微信群过去三天的新闻话题 | 在指定微信群发送“你好,我是机器人” |
| 执行耗时 | 约20-30分钟(一顿饭时间) | 仅搜索群名耗时约5分钟 |
| 执行准确度 | 仅列出标题,未点开链接,总结内容泛化 | 成功发送,但操作前需人工二次确认 |
| 资源占用 | 全程占用屏幕,期间无法进行其他操作 | 全程占用屏幕,期间无法进行其他操作 |
Claude Computer Use 实测数据记录
测试数据显示,虽然Claude最终能够完成指令,但其执行效率远低于人工操作。在总结任务中,AI并未打开具体链接查看正文,导致输出结果较为空洞。而在发送消息任务中,其搜索与定位目标的迟缓表现尤为明显。此外,操作过程中屏幕不可被遮挡或切换,否则AI将丢失视觉定位,这导致用户在AI执行期间无法使用电脑进行其他工作。部分用户反馈指出,这种“独占式”的操作模式在当前阶段严重影响了其实用性。
04优势与局限性分析
Computer Use 功能评估
技术突破
绕过API限制,可操控任何GUI软件
部署过程相对简单,无需复杂代码配置
实现了跨设备的远程任务分发逻辑


体验缺陷
识别与点击速度极慢,执行效率低下
需独占屏幕资源,无法多任务并行
理解深度不足,仅停留在表层视觉识别
05总结与展望
Claude此次更新的“Computer Use”功能在逻辑上具有颠覆性意义,它将AI的交互维度从代码层提升到了视觉层,理论上只要人能操作的界面AI皆可掌控。然而,从当前的实测体验来看,该功能仍处于早期阶段,执行速度慢、理解浅显以及资源独占等问题使其在短期内更接近于一种技术演示而非高效生产力工具。随着算法对视觉逻辑理解的加深以及响应速度的优化,这种“所见即所得”的操作模式有望成为AI Agent的主流形态。
当前文章无评论,是时候发表评论了