待验证50% 置信事实精确时间
Claude Computer Use采用纯视觉方案，完全依赖屏幕截图来理解界面状态
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Codex Computer Use实测：写代码到发布Release全程自动化
bilibili程序员暮闲2026/5/23
相关事实
已验证Computer Use通过多模态大模型直接查看屏幕截图来理解界面布局和内容语义，与传统RPA依赖预定义规则和固定UI元素定位的方式有本质区别72% 相似待验证视觉模型接收每张屏幕截图并输出结构化信息，包括OCR识别文本、页面布局、UI控件的像素坐标框及元素状态71% 相似待验证Anthropic's Computer Use employs a 'screenshot-reason-execute' loop where AI captures the current screen, feeds the image into the Claude model for visual understanding, and outputs the next action including click coordinates, keyboard input, and scroll commands.71% 相似待验证定格画面功能本质上是对当前屏幕进行截图，然后以全屏方式展示在最上层，使底层动态内容被静态图像覆盖70% 相似待验证Claude Code can analyze screenshots to optimize interfaces as part of its automated development capabilities.69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/49259API
curl https://kongchang.com/api/v1/knowledge/claims/49259MCP
get_claim(id=49259)