Anthropic 发布 Sonnet4.6：电脑操作能力堪比人类

当AI学会“点击鼠标”：Anthropic发布Sonnet 4.6，电脑操作能力逼近人类

人工智能公司Anthropic发布了其Claude模型系列的最新版本——Claude 3.5 Sonnet 4.6，这次更新最引人注目的突破，莫过于其新获得的“电脑操作能力”，该模型现在能够通过API直接控制计算机光标、点击图标、输入文字、导航菜单，其流畅程度已堪比人类操作者。

这一能力的实现,标志着AI从“对话伙伴”向“数字劳动力”的深刻转变，Sonnet 4.6不再仅仅分析屏幕内容或提供操作建议，而是能实际执行任务，无论是整理文件夹、填写在线表格、预订行程，还是操作专业软件，它都能通过模拟人类鼠标与键盘交互的方式自主完成，早期测试显示，它在执行多步骤办公任务时，效率已接近熟练人类员工。

技术层面,这一突破源于多模态理解的飞跃，模型不仅能“看懂”屏幕上的复杂界面布局、图标含义和文本信息，更能“理解”各元素的功能逻辑，并规划出合理的操作序列，它懂得“先点击这里，再在那里输入，然后下拉选择”，这种对图形用户界面的语义化理解，曾是AI与真实世界交互的关键壁垒。

行业影响立竿见影,自动化流程（RPA）领域将首当其冲，传统基于固定规则的机器人将被能理解、适应甚至决策的AI助手取代，普通用户的日常电脑使用也将被重新定义——繁琐重复的操作可交由Sonnet 4.6代劳，人们得以更专注于创造与决策。

能力越大,责任与风险也越凸显，AI直接操控设备引发了新的安全担忧：权限边界如何设定？如何防止恶意指令？操作失误的责任归属如何划分？Anthropic表示，已为该功能设置了严格的安全层和用户确认机制，确保操作全程处于人类监督之下。

Anthropic此次的发布,不仅是一次技术升级，更是一个强烈的信号：通用人工智能（AGI）的发展，正从“思考”走向“行动”，从数字世界走向与物理世界的交互前沿，当AI学会了“点击鼠标”，我们迎来的或许是一个生产力解放的新纪元，但也必须开始认真思考，如何为这个新“同事”划定清晰、安全且有益的行动疆界。