Claude Computer Use
Claude Computer Use是Anthropic为Claude AI模型开发的计算机操控功能，允许AI像人类用户一样与计算机图形界面进行交互。其核心能力包括控制鼠标移动与点击、模拟键盘输入，以及通过截图感知屏幕内容，从而自主完成浏览网页、填写表单、操作桌面应用等复杂任务。该功能属于AI智能体（Agent）技术范畴，旨在将自然语言指令转化为可执行的计算机操作序列。
时间轴 (近 90 天)
Anthropic的Claude Computer Use和Google的Project Mariner也在电脑智能体同一赛道上竞争
UI-Tars Desktop与Claude Computer Use和OpenAI Operator的差异化路线在于完全开源和本地部署，后两者均依赖云端API服务
Anthropic在2024年率先发布了Claude Computer Use功能，Google也推出了Project Mariner
Anthropic的Claude Computer Use是通过计算机视觉路径让AI操控电脑的代表性探索
Anthropic于2024年率先推出Claude Computer Use功能，OpenAI随后发布了Operator产品
Codex、Claude Computer Use和Project Mariner三者共同指向AI从「生成文本」走向「改变数字世界状态」的技术趋势
OpenAI的GPT-4o with Tools和Anthropic的Claude Computer Use是AI Agent方向的代表性实现
2024年起，Devin（AI软件工程师）、OpenAI Operator（浏览器Agent）、Claude Computer Use等行动式AI产品开始密集涌现
Anthropic、Google和OpenAI分别推出了各自的Agent框架：Claude Computer Use、Gemini Function Calling、OpenAI Assistants API
Codex的屏幕读取功能与Anthropic的Claude Computer Use、Google Project Mariner等产品的技术路线高度相似