同一周的两笔“投票”：具身智能退烧与 Anthropic 买下 Vercept，Agent 落地押注了哪条路线？
一、两条新闻放在一起看
把两条时间上非常接近的消息摆在同一张桌子上，会发现一个有趣的对照：
第一条是媒体报道。网易订阅转载的科技要闻中有一条标题为《王晟：近千亿资金涌入后 具身智能开始退烧》的报道（资料页显示发布于 2026 年 10 月 19 日）。这是一家媒体平台的科技栏目内容，属于媒体报道而非公司公告——它传递的信号是：在大量资金涌入具身智能赛道之后，资本的热情开始降温。
第二条是官方公告。据 Anthropic 官网文章《Anthropic acquires Vercept to advance Claude's computer use capabilities》（资料页显示的抓取时间为 2026 年 10 月 18 日），Anthropic 宣布收购 Vercept，目的是提升 Claude 的计算机使用（computer use）能力。这是官方公告，信息可信度和措辞边界都更清晰。
一边是“走向物理实体”的具身智能路线被媒体描述为降温，一边是“深入软件界面”的计算机使用路线获得真金白银的收购加持。两条 Agent 落地路线，在同一时间窗口内出现了方向相反的资本态度。
二、先分清：这两条路线到底在做什么
路线 A：具身智能——Agent 住进机器人的身体里
具身智能的核心主张是：智能需要通过物理身体与世界交互才能真正形成。Agent 被安装在机器人本体上，需要解决感知（视觉、触觉）、运动控制、物理世界的不确定性等一系列问题。
这条路线的投入逻辑很清楚：一旦跑通，机器人可以进入工厂、仓库、家庭，物理世界的劳动力市场有多大，想象空间就有多大。但它的能力门槛也极高——硬件成本、数据稀缺（物理交互数据远比互联网文本难收集）、仿真到现实的差距（sim-to-real）、安全冗余要求，每一项都是长期工程。近千亿资金涌入之后开始“退烧”，某种程度上说明资本开始重新评估回报周期。
路线 B：计算机使用——Agent 住进你的屏幕里
计算机使用路线不需要物理身体。Agent 直接操作图形界面：看屏幕截图、移动鼠标、点击按钮、敲键盘，像真人一样使用软件。
据 Anthropic 官方公告，这次收购的核心逻辑是：人们正在用 Claude 处理日益复杂的工作——编写和运行跨整个代码库的代码、整合来自数十个来源的研究成果、管理跨越多个工具和团队的工作流程。借助计算机，Claude 能够在实时应用程序中完成这些操作，处理实时应用中的多步骤任务，并解决仅靠代码无法解决的问题。
公告还提到，Vercept 团队——包括联合创始人 Kiana Ehsani、Luca Weihs 和 Ross Girshick——多年来一直致力于研究 AI 系统如何在人类日常使用的软件环境中进行感知和交互。Vercept 将在未来几周内停止其外部产品运营，并入 Anthropic。
三、对照：两条路线的投入逻辑与能力门槛
| 维度 | 具身智能 | 计算机使用 |
|---|---|---|
| 载体 | 机器人硬件 | 已有的电脑和软件 |
| 边际成本 | 高（每台机器人都是硬件） | 低（软件即部署） |
| 数据来源 | 物理交互，采集昂贵 | 屏幕截图与操作轨迹，可规模化 |
| 失败代价 | 物理损坏、人身安全风险 | 关掉窗口重来 |
| 回报周期 | 长 | 相对短 |
这解释了为什么资本态度会分化。计算机使用路线直接复用了人类几十年积累的数字基础设施——操作系统、浏览器、办公软件都现成摆在那里，Agent 要学的只是“像人一样用它们”。而具身智能需要同时攻克硬件、控制、感知三个学科，资金消耗速度天然更快。
Anthropic 公告中还提到一个可量化的信号：此次收购紧随 Claude Sonnet 4.6 发布之后，Sonnet 4.6 的计算机使用技能显著提升，在广泛使用的计算机使用能力评估工具 OSWorld 上有所进步（公告原文提及该评估，具体分数以官方发布为准）。
四、工程团队可以从这次收购中借鉴什么
- “屏幕即接口”是低成本落地路径。如果你的自动化需求发生在企业内部软件、浏览器操作、办公流程里，不必等机器人——基于 GUI 的 Agent 已经是可以评估的选项。OSWorld 这类基准也提供了现成的评估框架。
- 感知与交互是独立的工程问题。Vercept 的核心理念是“要让 AI 真正有效地完成复杂任务，必须解决感知和交互方面的难题”。团队在规划 Agent 项目时，也应把“界面元素识别的准确率”和“任务规划的可靠性”当作两个独立指标分别测试。
- 收购方向是路线风向标。头部实验室用收购补强能力短板，这本身就是对“计算机使用是通往通用 Agent 关键路径”的一次下注。关注这类公告（而非仅媒体报道）能更早捕捉技术栈的演进重点。
- 多步骤任务 + 实时应用是主战场。公告反复强调“实时应用程序中的多步骤任务”。这提示开发者：单步问答的增量价值有限，能把十步流程串起来跑通，才是 Agent 的差异化价值所在。
五、适用范围与局限
需要明确几点边界：
- 媒体报道 ≠ 官方结论。“具身智能开始退烧”来自媒体栏目的观点性报道，反映的是一种市场情绪判断，不代表该赛道的技术失败。资金退潮可能恰恰是泡沫出清、走向工程化的开始。
- 收购 ≠ 能力已成熟。Anthropic 收购 Vercept 说明其重视该方向，但公告本身没有给出计算机使用能力的完整现状评估；在真实企业环境中大规模替代人工操作，仍有可靠性、权限、审计等多重问题待解。
- 两条路线并非零和。具身智能的长期价值在于物理世界，计算机使用路线的长期价值在数字世界。资本当期的偏好变化，不应被直接解读为技术路线的最终胜负。
六、结语
同一个时间窗口，一边是媒体盘点的具身智能资金降温，一边是 Anthropic 对计算机使用团队的收购落子。对工程师而言，最务实的做法不是站队哪条路线，而是识别自己业务中“数字界面自动化”与“物理世界任务”各自的真实需求，用可量化的基准评估可用工具——毕竟公告里写得明白：Claude 要解决的是“仅靠代码无法解决的问题”，而判断你的问题属于哪一类，正是工程师自己的功课。
信息源说明：
- 《Anthropic acquires Vercept to advance Claude's computer use capabilities》，Anthropic 官方公告（资料抓取时间 2026-10-18）
- 《王晟：近千亿资金涌入后 具身智能开始退烧》，网易订阅科技要闻（资料页时间 2026-10-19），属媒体报道
参考资料
以下链接为本文使用的公开资料。事实依据与检索摘录保存在本地记录中；资料内容与适用范围以原始页面为准。
- 企业数智化服务商推荐|数商云：构建企业数字化转型的技术基石与生态赋能|物联网|人工智能技术_网易订阅
- linuxdo新帖推送 – Telegram
