我是元峰，持续分享好用的AI工具实操教程，让AI搞钱更简单。昨天 Anthropic 又给我们带来了一个重磅消息 —— Computer Use 功能正式发布！这意味着什么？简单来说，AI 现在真的能像人类一样操作电脑了！这一步，可能让我们距离真正的 AGI（通用人工智能）又近了一步。你的 AI 助手不再局限于对话框，而是可以帮你：- 智能搜索并观看 YouTube 视频（还能自动跳过广告！）
想要体验一下这项新功能？别急，你需要做一些简单的准备：- 一台能运行 Docker 的电脑。我自己用的是 Windows，理论上只要能跑 Docker 都可以。
- Claude 的官方 API Key，可直接去官网购买。
首先，你需要下载安装 Docker，接着登录，确保服务启动成功。然后，就正常安装就好了。完成之后本地打开，登陆上去之后，啥也不用管。左下角这边需要服务启动成功。
在这之后，Anthropic 官方提供了一个 Python 的 Demo，你可以将代码其下载到本地运行。https://github.com/anthropics/anthropic-quickstarts/tree/main/computer-use-demo代码拉取到本地后，在当前Python环境下安装依赖（建议3.11以上）pip install -r dev-requirement.txt
最后，按照官方文档设置环境变量，启动 Docker。为了方便大家，可以直接使用下面的启动命令：（key 可以启动后再设置）docker run -v ${env:USERPROFILE}\.anthropic:/home/computeruse/.anthropic -p 5900:5900 -p 8501:8501 -p 6080:6080 -p 8080:8080 -it ghcr.io/anthropics/anthropic-quickstarts:computer-use-demo-latest
当镜像拉取完成后，按照提示访问：http://localhost:8080![]()
![]()
并在侧边栏中输入你的 API Key。这样，你的“AI 助理”就准备好了！开干。![]()
为了展示这项功能的实际效果，我做了一个简单的实验：让 AI 查询过去一个月每天的比特币（BTC）价格并将其记录在表格中。在 AI 执行任务的过程中，它展示了多个关键动作。以下是提炼出的关键动作和实现原理：
Claude 首先通过 GUI交互，打开 Firefox 浏览器，并尝试访问加密货币数据网站（如 CoinGecko 和 CoinMarketCap）。在用户界面中，它通过模拟鼠标移动和点击，操作浏览器完成输入 URL、加载页面等任务。![]()
当直接访问网站失败时，Claude 自动切换策略，决定使用命令行工具 curl 来从 CoinGecko 的 API 直接获取数据，而不是通过浏览器交互。这表明它能够检测并应对不同的执行路径。Claude 使用curl命令从 CoinGecko 的 API 获取比特币的历史价格数据。数据以 JSON 格式返回，包含价格、市场价值和交易量等信息。Claude 将数据存储在本地文件系统中（/tmp/btc_price.json）。AI 随后运行 Python 脚本，将抓取到的 JSON 数据解析为可读的表格。通过将 Unix 时间戳转换为可读的日期格式，并对价格进行格式化处理，它成功创建了包含日期、价格、市场价值和 24 小时交易量的 DataFrame。5. 将数据存储在 Excel 表格中（人工指令）到这一步它停止了，我手动输入了指令：“把这些数据存储在Excel表格中”，Claude 使用 Python 库（如pandas和openpyxl）将处理后的数据写入 Excel 文件。这一步通过用户输入的指令生成了 Excel 表格，并自动调整列宽和格式，以确保数据清晰易读。![]()
Claude 执行了必要的 Python 脚本，按照用户指令，将生成的表格存储为 Excel 文件，并保存到指定路径（/tmp/比特币价格数据.xlsx）。该文件中包括日期、价格、市场价值和交易量等信息。根据人工辅助的指令，Claude 使用系统自带的 LibreOffice 工具打开生成的 Excel 文件。它通过虚拟显示环境（例如使用DISPLAY=:1）来模拟在本地机器上查看文件的操作，并截图确认文件已成功打开。![]()
未来，或许 AI 可以帮我们完成更多复杂的任务，解放我们的双手和大脑，真正做到高效、便捷的智能化操作。
GUI 自动化：Claude 通过模拟鼠标移动、点击和键盘输入操作浏览器，利用操作系统级的输入控制完成图形界面的自动化操作。这涉及到操作系统中对输入设备的调用。命令行操作：当 Claude 检测到 GUI 操作失败时，它切换到命令行，通过bash命令执行数据抓取任务。命令行交互是通过系统 shell（例如bash）来运行的。API 请求与数据处理：Claude 使用 API 请求获取了结构化的 JSON 数据，并通过 Python 脚本对这些数据进行处理。它利用pandas库解析 JSON，创建表格，并进一步格式化数据。文件操作：在人工辅助的指令下，Claude 使用openpyxl库生成 Excel 文件，并自动调整列宽，保存到指定路径。然后通过 LibreOffice 打开 Excel 文件并显示在用户面前。通过这些关键步骤和人工辅助指令，Claude 完成了从数据抓取、处理到文件生成与查看的复杂任务。
让我们来看看一些真实的使用案例，这些案例会让你感受到 AI 真正"活"了起来：想象一下，你只需要说："go to youtube and play never gonna give you up"，AI 就会自动：- 搜素“never gonna give you up”
应用场景：你想快速学习新课程或查找教程，Claude 可以帮你在几秒内跳过广告并直接进入正片。
首先，使用 firecrawl 访问 https://www.anthropic.com/。接下来使用 firecrawl 抓取他们的招聘页面并找到一个职位。使用 Firefox 导航到职位页面，点击“立即申请”按钮，直到看到一个表单。然后找到“你为什么想在 Anthropic 工作”文本框，并根据抓取的内容在表单框中输入一个优秀的回答。
最让人惊喜的是，这些任务的完成时间都在分钟以内就完成了！应用场景：HR 或招聘者可以通过 Claude 完成批量处理任务，个人用户则可以快速高效地提交各种申请表格。
看看这个真实案例：一位用户要求Claude在亚马逊上购买一本日本法律书籍《おとな六法》（成年人法律手册）。Claude能够：应用场景：对日常工作繁忙的人来说，AI 帮助在线购物，极大地节省了时间，特别是在需要查找具体商品时。
在网站数据抓取方面，Claude 展示了惊人的能力：有开发者已经通过 Replit 模板展示了如何让 Claude 抓取整个网站的内容，效率惊人！应用场景：企业可以利用 AI 进行市场调研、竞争对手分析，科研人员则可以抓取特定领域的数据，为研究提供有力支撑。
这个案例特别有趣：有人让Claude查找“TypingMind的创始人是谁”。看看AI是如何工作的：应用场景：无论是学生、研究者，还是需要快速了解某一特定信息的专业人士，Claude 都能成为他们强大的知识助手。以上这些“Computer Use” 功能展示了 AI 在实际操作中所能达到的惊人高度。从日常生活到工作场景，AI 可以执行多种复杂任务，并以接近人类的方式与计算机交互。这不仅仅是一个功能更新，而是迈向 AGI 的关键一步。未来，当这一技术与更强大的 GPT-5 或 Claude-4 模型结合，并随着成本下降、速度提高，我们将在工作、生活、娱乐等各个领域看到 AI 带来的全面变革。这些进展都预示着，我们正在见证 AI 能力的指数级提升。Computer Use 的发布，可能只是这场革命的开始。
![]()
记得联系元峰，gptfeng，可找我领取精心整理和筛选的【元峰专属AI工具箱】、【AI数字人定制指南】、【120 份 AI 副业 SOP 资料】。如果本文章能给你一点启发，感谢点个赞、在看、转发三连，如果想第一时间收到推送，请点上星标⭐关注公众号，回复“知识库”，获取伟豪的精选知识库知识。
![]()
