Vy by Vercept
Vercept · 其他 · 聊天機器人
Vy by Vercept 是一款 AI 代理，靠讀取螢幕上的像素並模擬滑鼠與鍵盤來操作電腦，因此能驅動任何沒有 API 的應用程式。
關於 Vy by Vercept
What Is Vy by Vercept
Vy by Vercept 是一款 AI 電腦操作代理，由 Vercept 打造。這家西雅圖新創成立於 2024 年，創辦團隊來自艾倫人工智慧研究所（Allen Institute for AI）。Vy 不靠 API 或後端程式碼連接軟體，而是像人一樣看螢幕。它會截圖，用視覺模型找出按鈕、欄位與選單，接著移動滑鼠、敲鍵盤，把任務做完。
這種做法就是公司口中的「視覺優先」。這類螢幕自動化工具能驅動任何有可見介面的程式，包括那些從未推出 API 的老舊桌面軟體。它的賣點和 Anthropic 的 Computer Use、OpenAI 的 Operator 相同，但 Vercept 把賭注押在讀取介面的準確度上。根據該公司自家數據，它的模型在 UI 元素辨識基準 ScreenSpot v1 上達到 92%，這是用來測試代理能否找到螢幕控制項的常見題目。
2026 年初，情況出現變化。Anthropic 於 2026 年 2 月 25 日宣布 Anthropic 收購，並把團隊併入自家的 Computer Use 計畫。Vy 本身已於 2026 年 3 月 25 日關閉。所以這篇文章回顧的是這款產品是什麼、怎麼運作，以及如果你今天想找一款電腦操作代理，它的關閉代表什麼。
Getting Started
- Vercept 把 Vy 當作雲端代理運行，所以你是從網頁登入，不必安裝笨重的本機程式。
- 你連接或交出一台電腦讓代理操作，常見的配置是一台 MacBook。
- 你用自然語言描述任務，例如開啟檔案、填寫表單，或從應用程式抓出資料。
- Vy 會截圖、判斷該點哪裡、該打什麼字，然後自己一步步完成。
- 你在一旁看著執行過程，遇到代理無法自行判斷的環節就介入。自 2026 年 3 月起，已不再開放註冊。
產品資訊
快速了解 Vy by Vercept 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 自動化開發者：想自動化沒有 API 的軟體，又能接受盯著一款早期代理，就很適合。前提是得交出一台機器讓代理操作。
- 研究人員與玩家：想研究視覺模型怎麼讀真實介面、又在哪裡出錯，這款很對味。精細的螢幕判讀正是重點。
- 有重複桌面工作的小團隊：如果每週光是複製應用程式之間的資料就耗掉好幾小時，值得一看，只是如今已關閉，得另尋他路。
- 技術評估者：要在視覺優先代理與 API 優先自動化之間做選擇前，這款能幫你比較。
任務
- 操作沒有 API 的應用程式：讓代理在只露出畫面的軟體上點擊與輸入，從老舊工具到內部儀表板都行。
- 自動化重複的電腦雜事：處理多步驟任務，例如填表單、在視窗之間搬資料，或天天跑同一套流程。
- 測試介面：照著畫面實際顯示的內容走一遍流程，能抓出純程式測試漏掉的視覺問題。
- 跨應用程式流程：在一次執行中跨好幾個程式作業，而不是卡在單一工具的邊界。
- 研究 GUI 代理：在真實產品上研究螢幕理解與空間推理，而不是讀論文。
情境
- 每天的資料輸入例行公事：把同樣的點擊與按鍵交給代理，不必自己動手。
- 操作老舊的內部工具：自動化一款沒有現代 API、也沒有外掛支援的程式。
- 一次性的整理任務：在兩個彼此不溝通的應用程式之間搬移紀錄。
- 評估電腦操作代理：在動手採用之前，比較視覺優先的做法與 API 優先的工具。
主要功能
視覺優先的螢幕理解
Vy 的招牌特點是讀螢幕，而不是讀背後的程式碼。代理會截圖、送進視覺模型，再依外觀辨識按鈕、輸入框與選單。因此它能操作任何有可見介面的軟體，包括完全沒有 API 的程式。這套做法也能跟著版面變動調整，因為它每一步都重新判讀畫面，而不是依賴固定座標。
無 API 自動化
Vy 從畫面出發，所以不必為每個碰到的應用程式做整合。這擴大了你能自動化的範圍，因為許多桌面與內部工具從未開放公開 API。代價是螢幕控制比乾淨的 API 呼叫更慢、更麻煩。但對沒有其他切入點的軟體來說，看像素是唯一的辦法。
高準確度的 UI 元素辨識
這款產品的賣點，建立在模型找控制項的本事上。根據 Vercept 的說法，它的模型在 ScreenSpot v1 基準拿下 92%，這項測試衡量代理能否在真實介面上找到指定元素。這個數字重要，因為電腦操作代理的成敗就在於點對地方。萬一在付款或刪除按鈕上點錯，可不是小事。
雲端代理操作一台 Mac
Vercept 把 Vy 當作雲端電腦操作代理運行，可以操作遠端機器，MacBook 是常見例子。你不必開著自己的筆電在旁邊待命，因為代理在自己掌控的機器上工作。這種配置對冗長或重複的任務很方便，同時也衍生出明顯的疑問：誰看得到代理做了什麼，又有哪些資料經過其中。
自然語言任務控制
你透過平實的語言描述想要的結果來操作 Vy，不必為每個步驟寫腳本。代理會把這段描述轉成一連串點擊與按鍵，然後執行。這降低了自動化的門檻，因為你不必懂程式語言就能啟動。這也意味著模糊的指令會出錯，所以把任務講清楚很重要。
動態介面上的空間推理
真實的畫面會動。選單會展開、對話框會跳出，內容也會隨頁面載入而位移。Vy 靠空間推理來掌握每個東西的位置，並跟著任務進行中不斷變化的介面走。這正是螢幕自動化最難的一環，也是視覺優先代理存在的理由。這同樣是這類代理仍會失足的地方，所以監督一直是工作的一部分。
優缺點
優點
- 直接讀取螢幕，因此能操作從未推出 API 的軟體。
- 在 ScreenSpot v1 UI 基準報告 92% 準確率，元素辨識在當時領先多家對手。
- 以雲端代理形式在所控制的機器上運行，冗長任務不必占用你的電腦。
- 自然語言控制降低門檻，你描述任務即可，不必為每次點擊寫腳本。
- 團隊與技術併入 Anthropic 的 Computer Use，螢幕判讀的研究因此延續下去。
缺點
- Vy 已於 2026 年 3 月 25 日關閉，你無法再註冊或執行新任務。
- 有現成 API 可用時，視覺控制比直接呼叫 API 更慢也更脆弱。
- 靠螢幕運作的代理可能誤判複雜的介面，因此有風險的操作仍需監督。
- 雲端配置意味著要交出一台機器讓代理操作，對部分團隊來說這牽涉隱私問題。
常見問題
Vy by Vercept 是一款視覺優先的 AI 電腦操作代理。它用視覺模型讀取畫面，再模擬滑鼠與鍵盤來控制軟體，因此能自動化任何有可見介面的應用程式，連沒有 API 的也行。
相關內容
探索與 Vy by Vercept 相關的工具、技能與文章。
Vy by Vercept 替代方案
Odyssey 3
Odyssey · 其他Odyssey-3 是 Odyssey 的基礎世界模型，能即時模擬物理，把一段文字提示變成可互動的環境，並套用到機器人、汽車與遊戲上。
JarvisCore
Prescott Data · 程式設計 · 生產力 · 其他JarvisCore 是開源的 Python 執行環境，讓 AI 代理在網格上以對等節點運作、從共用帳本認領任務，並透過零信任代理服務存取外部系統。
Clef
Cloudflare · 商業 · 其他Clef 是 Cloudflare 推出、可在 Workers AI 上執行的開源決策模型。它針對設定好的題目回傳校準後的機率而非生成文字，讓代理程式快速分類、分流並採取行動。