Claude重磅更新,我们还需要OpenClaw吗?

从手机下个指令，AI 就帮你打开App、刷网页、填表格...

OpenClaw 可以做的事，现在 Claude Code 也可以做到了，而且更安全。

这是 Anthropic 刚刚在 Claude Code 中推出的 “Computer Use” 预览功能。

一方面，它可以像人一样操作电脑：操作鼠标键盘、打开应用、访问浏览器。

另一方面，它可以接受用户来自手机 App 的任务，你可以远程给桌面的 Claude 发一个消息，然后它自己会尝试完成。

怎么做到的？

1. 结合 Connectors：优先调用你已授权的 Slack、邮件、日历、浏览器等工具。

2. 直接屏幕控制：当没有现成接口时，Claude 会请求你授权，然后像真人一样在你的屏幕上移动鼠标、点击、打字、打开 App。

第一条没啥好说的，还是要基于 MCP 服务。

第二条，则是需要以下三点。

首先，Claude（基于 3.5 Sonnet 及后续 4.x 系列）是多模态 VLM（Vision-Language Model）。

每一步都截取屏幕截图作为图像输入，模型直接“看”像素级界面（无 HTML 元数据、无辅助标签）。

其次，使用内部工具输出动作指令，例如：

mouse_move(x, y)  left_click / right_click / drag  type(text) / key(keycode)  screenshot()

用户授权，Claude 捕获屏幕，最后模拟鼠标键盘动作。

Claude 先会尝试 Connectors（已授权的 Slack、日历、邮件等 API），无接口时才 fallback 到屏幕操控，减少不必要权限。

至于模型，则是通过 Agent Loop（规划 → 行动 → 观察新截图 → 下一轮）执行任务。

而且多轮对话的情况下，还能保持历史上下文（截图 + 动作记录）。

目前这些功能还处于预览阶段，目前仅限 macOS，以及 Claude Pro 和 Max 订阅用户可用。

从结果来看，跟 OpenClaw 的定位有很大重叠的部分。这样很能理解，每一家都在推出自己的“Claw”，OpenClaw 在技术上并不是很高深的事情，关键在于架构和思路，所以能够被诸多大厂迅速复制、重构、推新。

值得一提的是，目前的 token 消耗依然很快，比普通任务会快许多，而且基于视觉的操作，并不是非常稳定的准确，而且也没有想象的快。

而且它能看到你所有打开的窗口、密码输入框、聊天记录。

虽然来自官方，但也不要完全信任，为避免隐私问题和误操作，可以先从小任务、杂活开始尝试。

总之，这些更新是令人欣喜的，我个人非常喜欢 Claude，也希望后续能尽快推出 Windows 支持。