Vercept 发布 AI 智能体 Vy：能看懂并直接操作你的电脑

像真人一样盯屏幕、点鼠标

Vercept 发布了名为 Vy 的 AI Agent，即日起开放下载。

和那些只能在网页对话框里出主意的助手不同，Vy 是直接在你的电脑上本地原生运行。它能看懂屏幕，接管你已经登录的各种桌面应用和账号，像真人一样帮你操作电脑完成工作。

支撑它的是 Vercept 同步推出的 VyUI 模型。官方称它专门用来打通自然语言和屏幕界面，在 ScreenSpot v1、ScreenSpot v2 以及 GroundUI Web 等 UI 定位基准测试中拿下了业界最高水准，成绩超过了来自 OpenAI、Google 和 Anthropic 的同类顶尖模型。

为什么重要

让 AI 接管桌面操作，是目前各家大模型团队都在发力的方向。我们认为，Vy 走本地原生路线相当聪明，它省去了开发者和用户为每个软件单独配置 API 或重新扫码登录的麻烦，装上就能直接用现有的工作环境。

但便利背后的隐患也显而易见。既然它能直接操控已登录的应用，一旦在识别屏幕元素或执行点击时发生误判，造成的损失远非对话框里一句答非所问所能相比。

在科技巨头纷纷探索系统级 Agent 的当下，Vercept 尝试在 UI 定位能力上单点突破。看起来，这种专注在屏幕交互上的特化模型，正在尝试比通用大模型更先一步渗透到日常电脑操作中。