AnthropicがComputer Use、Skills API、Files APIをまとめてGA化、そこにBrowser Useが新メンバーとして加わった。1日で4つ——完全ワークフローの四隅が一気に埋まった形だ。
これまでClaudeを実業務に投入してきた人なら実感があるだろう。モデルが強くても、単発の機能が派手でも、どこか一箇所でも欠けるとパイプラインは止まる。今回のリリースでAnthropicが解こうとしたのは「デモで拍手を取ること」ではなく「タスクを単独で完遂させること」だ。
4機能は「新機能4つ」ではなく、1つのループ
分解すると4つの動作になる。
- Read:Files APIでコンテキストを読み込む
- Load:Skillsで必要なドメイン知識を都度注入する
- Act:Computer Use / Browser Useで外部システムを操作する
- Write:Files APIで結果を書き戻す
本番Agentを運用してきたエンジニアが最も頭を悩ませてきたのは「状態の散らばり」だ。ファイルはS3に転がっている。知識はConfluenceの奥に眠っている。Webページは毎回ゼロからクロールする。スクリーンショットを撮ってモデルに再注入する。今回の4機能で、そのチェーンが同じツールスタックに収束する。ファイル・記憶・操作・成果物をすべてFiles APIにぶら下げられ、Agentは自分専用の「ワークスペース」を持てる。
なぜこれが重要か。以前のAgentはデモ映えするが本番に出ると途端にぼろが出る——ファイルを上げるたびにbase64エンコードが走り、毎回イチから読み込み、知识はsystem promptのトークン上限に永远に収まりきらない。Files + Skillsの組み合わせは、「会話」と「永続化」を分離する設計に等しい。
Computer Useの「1ターン複数操作」こそが本当のキラー機能
Computer Use GAの最大変化は「使えるようになった」ことではない。ベータの頃から使えた。今回変わったのは single-turn multi-action——1回のモデル応答でクリック・入力・送信を連続実行でき、モデルのラウンドトリップを挟まない点だ。
以前は「クリック → モデル待ち → 次のクリック」という流れで、遅延はすべてモデルの往復に積み上がっていた。マルチアクション化で1回の応答に複数の動作を詰め込み、ループ内ではモデルが動作シーケンスを連続生成し続ける。Anthropicが公表したデータでは、ある医療保険金請求クライアントで、最長フローが 32分から13分に短縮、タスクあたりコストが約30%減、完遂率100%を記録した。
私自身もClaude Codeで似たシナリオを走らせたことがある。最適化する前、5フィールドのフォームで5回のラウンドトリップが発生し、1ラウンド2〜3秒の遅延で15秒を空費していた。マルチアクション後はこの遅延がほぼ消え、体験は別プロダクトと言っていいほど違う。
もう一つ、今回のリリースに合わせて HIPAAコンプライアンス対応が同時リリースされた。Computer Useが医療システムのバックエンドを操作しつつコンプライアンスも担保する——これまで誰も手を出しなかった領域だ。保険金請求、EMR、患者登録といったシステムがAgentに任せられる。
Browser Useは「座標ガチャ」をやめた——DOM×視覚の二刀流が本命
初期のComputer Useは視覚一本勝負で、スクリーンショットとピクセル座標でクリックしていた。デモ動画ではかっこいいが、本番に出ると壊れる。ページが少し変わったり、広告バナーが弹出たり、フォントサイズが変わるだけで、モデルが5pxずれて「注文取消」を「注文削除」に踏みかねない。
Browser Useの核心は DOM構造 + 視覚のデュアルチャネル定位(Anthropic公式情報)の導入にある。まずDOMを読んで要素のID/class/textを取得し、視覚モデルで位置を重ね合わせる。二つの信号を相互検証する。要素が安定しているときはDOMに寄り(高速・安定・検証可能)、要素が動いたときだけ視覚にフォールバックする(耐障害性)。
公式の説明は「より安定し、本番向き」。エンジニアリングの視点で見ると、DOM信号が「何を押すか」を、視覚信号が「どこを押すか」を担当する。この二つを分離して初めて、それぞれ独立に進化させられる。本番Agentチームにとってこれは特に大きい。従来はフロントエンドのリリースごとに「Agentがストライキしないか」とヒヤヒヤしていたが、DOMという安定アンカーができた。
Skills API——Anthropicが「企業知识」に用意した器
Skillsは単なるプロンプトテンプレートの市場ではない。Anthropicの定義はこうだ:バージョン管理されたSkillユニットをオンデマンドで読み込み、必要なときだけコンテキストに投入する。
従来のアプローチと比較してみよう。
- system promptに知識を直書き → トークンを食い、全对话を汚染する
- RAG検索 → ドキュメント向き、SOPや操作手册には不向き
- ツール呼び出しの説明文に散在 → メンテが困難
- Skills → 「これは能力であり、必要になったら呼び出す」形式でバージョン管理可能
具体例を挙げると、医療保険金請求のSkillパッケージには「HIPAAコンプライアンス項目マッピング」「ICD-10コーディング規則」「保険会社API呼び出しテンプレート」などが入る。Agentが新規案件を処理するとき、必要なSkillだけを読む。毎回全手册をcontextに詰め込む必要はない。
これは本質的に、Claudeの「能力の境界」をプロンプト層からファイルシステム層に下ろす動きだ。エンタープライズユーザーにとっての意味は明确——知识に正式な居場所ができ、コードのようにバージョン管理・分岐・カナリアリリースができる。
Files APIの数字が語るもの:5倍、1TB、500MB
Files API GAで公開された主要数値(Anthropic公式情報):
- レート制限 5倍に拡大
- 組織あたり 1TB ストレージ
- 単一ファイル上限 500MB
- 1時間〜90日の自動失効をサポート
長時間フローAgentにとって「1回アップロードして複数回参照」は必須要件だ。従来はセッションごとに毎回アップロードし、base64エンコードとネットワーク往復で数秒が消えていた。マルチターン会話でAgentが過去のファイルを見返したいときも、Files APIなら参照だけで再送は不要。
自動失効も要点を突いている。本番Agentは「定期タスク」(日次決算、週次レポート生成)を動かすことが多く、失効ポリシーが手動クリーンアップの手間を解消し、コンプライアンス要件も満たす。
Anthropic自身が書いたリスク面:分離コンテナ、ドメインホワイトリスト、最小権限、人手確認
Browser Use + Computer Useが本物のブラウザとデスクトップを触れる以上、副作用リストは無視できない。Anthropicはリスク面もはっきり書き出している:
- プロンプトインジェクション:Web上の悪意ある指示がAgentを乗っ取る
- 権限越境アクセス:Agentが想定範囲の外まで動く
- データ漏洩:スクリーンショットやファイルが隔離環境から漏れる
- 誤操作:ボタンを踏み間違えて業務被害を出す
公式が示す4つの防護姿勢:
- 分離コンテナ:Agentはサンドボックス(Docker / 仮想マシン)内で動き、本番環境に触れない
- ドメインホワイトリスト:特定ドメインへのアクセスのみ許可、Agentにネットをぶらぶらさせない
- 最小権限:APIキー / DBアカウントを必要最小限に絞る
- 人手確認:重要操作の前にポップアップで確認(Claudeはconfirmationモードに対応済み)
私の見立てはこうだ。ブラウザを操作できるAgentを本番で使うには「そのまま」では足りない。「檻に入れる」前提の運用設計が要る。Anthropic自身もそれを認めており、リスク面のドキュメントに丸一页を割いている。
ついでに:Claude Code v2.1.237
同日、Claude Codeに v2.1.237 が配信された。取り上げるべき変更が2つある:
- 公式Concise出力スタイル:Agentが「今からXXXをやります…」「今YYYを実行中です…」といった独り言を垂らすのが常態化していた。新スタイルはアクティブなコマンドを直接出力し、トークン節約とノイズ削減を両立する
- LLMゲートウェイ向けプロンプトキャッシュ対応の修正:LiteLLM / Portkeyなどのゲートウェイ経由でClaudeを使うとキャッシュヒット率が落ちる問題があった。今回の修正で、企業ユーザーがゲートウェイを通してもcachingのコストメリットを享受できる
どちらも小粒だが、Claude Codeをエンタープライズに展開しているチームには実用的だ。前者はトークン節約、後者はコスト削減。
所感
4機能がGAになったことで、Agent開発に必要なインフラは大方出揃った。次なる競争軸は「できるかどうか」ではなく「安定してできるかどうか」だろう——
- 可観測性:13分動いたAgentの途中每一手是不是预期路径?谁来auditする?
- コストモデル:1タスクあたり何トークン消費し、ファイルストレージをどれだけ占有し、Skillsは何回ロードされたか——現状まだブラックボックス気味
- 評価体系:単一タスクの完遂率だけで判断できない。長尺フローの安定性、SLA、失敗パターンを測る仕組みが要る
Anthropic今回の波で解いたのは「Agentが仕事をこなせること」。次の波で解かれるべきは「Agentが安定して仕事をこなせること」。後者の方がずっと難しい。