Vercept 釋出 AI 智慧體 Vy：能看懂並直接操作你的電腦

像真人一樣盯螢幕、點滑鼠

Vercept 釋出了名為 Vy 的 AI Agent，即日起開放下載。

和那些只能在網頁對話方塊裡出主意的助手不同，Vy 是直接在你的電腦上本地原生執行。它能看懂螢幕，接管你已經登入的各種桌面應用和賬號，像真人一樣幫你操作電腦完成工作。

支撐它的是 Vercept 同步推出的 VyUI 模型。官方稱它專門用來打通自然語言和螢幕介面，在 ScreenSpot v1、ScreenSpot v2 以及 GroundUI Web 等 UI 定位基準測試中拿下了業界最高水準，成績超過了來自 OpenAI、Google 和 Anthropic 的同類頂尖模型。

為什麼重要

讓 AI 接管桌面操作，是目前各家大模型團隊都在發力的方向。我們認為，Vy 走本地原生路線相當聰明，它省去了開發者和使用者為每個軟體單獨配置 API 或重新掃碼登入的麻煩，裝上就能直接用現有的工作環境。

但便利背後的隱患也顯而易見。既然它能直接操控已登入的應用，一旦在識別螢幕元素或執行點選時發生誤判，造成的損失遠非對話方塊裡一句答非所問所能相比。

在科技巨頭紛紛探索系統級 Agent 的當下，Vercept 嘗試在 UI 定位能力上單點突破。看起來，這種專注在螢幕互動上的特化模型，正在嘗試比通用大模型更先一步滲透到日常電腦操作中。