產品

Claude 四工具同日 GA:Computer Use、Skills、Files API 與 Browser Use 一次到位

Anthropic 將 Computer Use、Skills、Files API 推上 GA,並新推 Browser Use,一次補齊 Agent 的讀取、載入、操作、寫回四個環節。

字級

Anthropic 把 Computer Use、Skills API、Files API 一起推上 GA,外加新成員 Browser Use。一天四件,把一個完整工作閉環的四個角補齊了。

之前用 Claude 做實際業務的人都有體會:模型再強、單點能力再花俏,缺一環就跑不通。這次 Anthropic 想解決的是「能獨立交付一個完整任務」,不是「在 demo 裡點幾下讓人驚呼」。

四件套不是「四個新功能」,是一個工作閉環

拆開來看就是四個動作:

  • Read:Files API 讀入上下文
  • Load:Skills 按需注入領域知識
  • Act:Computer Use / Browser Use 操作外部系統
  • Write:Files API 把結果寫回

跑過生產環境 Agent 的人最頭痛的是「狀態四散」。檔丟在 S3。知識藏在 Confluence。網頁要從頭爬。截圖再餵回模型。四件套把這條鏈路收斂到同一個工具棧——檔案、記憶、操作、產出都能掛在 Files API 上,Agent 有了自己的「工作盤」。

為什麼這件事重要?因為以前 Agent 在 demo 裡很酷,進了生產就露餡——上傳一次檔案要重新 base64 編碼、每跑一次都從頭讀、知識永遠塞不進 system prompt 的 token 限制。Files + Skills 這套組合,等於把「會話」和「持久化」分開。

Computer Use 的「一輪多操作」才是真正的殺手鐧

Computer Use GA 最大的改變不是「能用」——上 beta 那陣兒就能用——而是 single-turn multi-action:一次模型回應裡可以連續點擊、輸入、提交,中間不需等模型回話。

以前是「點一下 → 等模型 → 再點一下」,延遲全部堆在模型往返上。現在一次回應裡塞多個動作,迴圈裡靠模型持續產出動作序列。Anthropic 自己揭露的數據:一家醫療理賠客戶,最長那條工作流從 32 分鐘壓到 13 分鐘,單任務成本下降約 30%,完成率 100%。

我自己在 Claude Code 裡跑過類似場景。沒優化前,一個表單 5 個欄位要 5 輪往返,單輪延遲 2-3 秒就是 15 秒白等。multi-action 之後這些延遲幾乎抹平,體驗完全是兩個層次。

另外這次同步上線了 HIPAA 合規支援。Computer Use 能進醫療後台操作、還能合規,這件事以前沒人敢想——理賠、EMR、患者登記這類系統現在可以交給 Agent 跑。

Browser Use 不再「亂點座標」:DOM + 視覺才是正解

早期 Computer Use 走純視覺路線,截圖 + 像素座標點擊。這套在 demo 影片裡很驚艷,進了生產就崩——網頁一改版、廣告 banner 一彈、字號一變,模型點偏 5px 就把「刪除訂單」點成「取消訂單」。

Browser Use 的核心改變是引入 DOM 結構 + 視覺雙通道定位(來源:Anthropic 官方)。先讀 DOM 拿元素 ID / class / text,再疊加視覺模型確認位置。兩種訊號相互校驗:元素沒變就靠 DOM(穩定、快、可驗證),元素變了再退回視覺(容錯)。

官方說法是「更穩定、更適合生產」。從工程視角看:DOM 訊號解決的是「知道點什麼」,視覺訊號解決的是「知道在哪點」。兩者分離才能各自獨立升級。這件事對生產 Agent 團隊尤其重要——以前每次前端發版都要擔心 Agent 罷工,現在有了 DOM 這個穩定錨點。

Skills API:Anthropic 給「企業知識」造的容器

Skills 不是又多一個 prompt 模板市集。Anthropic 給的定義是:帶版本管理的 Skill 單元,按需載入,只在需要時進上下文。

對比一下幾種傳統做法:

  • system prompt 裡硬寫知識:吃 token,污染所有對話
  • RAG 檢索:適合文件,不適合 SOP / 操作手冊
  • 工具呼叫文件:散落在工具描述中,難維護
  • Skills:「這是一種能力,需要時呼叫」,可版本化

舉個具體場景:醫保理賠的 Skill 包,可能包含「HIPAA 合規欄位映射」「ICD-10 編碼規則」「保險公司 API 呼叫模板」。Agent 處理新案件時按需載入這個 Skill,不是每次都把整套手冊塞進 context。

這本質上是把 Claude 的「能力邊界」從 prompt 層下沉到檔案系統層。對企業用戶的意義是:知識有了正式的家,可以像程式碼一樣管理(版本、分支、灰度)。

Files API 的數字會說話:5 倍速率、1 TB、500 MB

Files API GA 後幾個關鍵數字(來源:Anthropic 官方):

  • 速率限制提升 5 倍
  • 每組織 1 TB 儲存
  • 單檔案上限 500 MB
  • 支援 1 小時到 90 天自動到期

對長流程 Agent 來說,「上傳一次多次引用」是剛需。以前每個會話重新上傳檔案,光 base64 編碼 + 網路往返就要幾秒。多輪對話裡 Agent 想回頭看歷史檔案,Files API 直接給引用,免去重傳。

自動到期也很關鍵。生產 Agent 經常跑一些「定期任務」(日終對帳、週報生成),到期策略避免了手動清理,也滿足合規要求。

風險面 Anthropic 自己寫了:隔離容器、網域白名單、最小權限、人工確認

Browser Use + Computer Use 能操作真實瀏覽器和桌面,這件事的副作用清單 Anthropic 沒迴避,列得很清楚:

  • 提示注入:網頁上的惡意指令劫持 Agent
  • 越權存取:Agent 跑出預期範圍
  • 資料外洩:截圖 / 檔案被帶出隔離環境
  • 誤操作:點錯按鈕造成業務損失

官方給的四種防護姿態:

  1. 隔離容器:Agent 跑在沙箱裡(Docker / 虛擬機),不接觸生產環境
  2. 網域白名單:只允許存取特定網域,不讓 Agent 自由亂逛
  3. 最小權限:API key / 資料庫帳號嚴格按需授權
  4. 人工確認:關鍵操作前跳視窗讓人確認(Claude 現在支援 confirmation 模式)

我的判斷是:能操作瀏覽器的 Agent 在生產環境不是「開箱即用」,是要「裝在籠子裡」。這件事 Anthropic 自己也承認了——風險面文件寫了一整頁。

順帶提一嘴:Claude Code v2.1.237

同一天 Claude Code 推了 v2.1.237,兩個變化值得說:

  • 官方 Concise 輸出風格:之前 Agent 老愛口述「我將要做 XXX…」「我正在做 YYY…」之類的廢話,新風格直接輸出動作指令,節省 token 也減少噪音
  • 修復 prompt caching 對 LLM gateway 的支援:之前透過 LiteLLM / Portkey 這類閘道走 Claude,快取命中率會掉。這次修復之後企業用戶走閘道也能享受 caching 的成本優勢

兩件事都不大,但對企業部署 Claude Code 的團隊來說是真有用——前者省 token,後者省錢。

一點個人看法

四件套 GA 之後,Agent 開發的基礎設施大致齊了。下一步拼的不是「能不能做」,是「做得穩不穩」——

  • 可觀測性:Agent 跑了 13 分鐘,中間每一步是不是預期路徑?誰來稽核?
  • 成本模型:一次任務消耗多少 token、檔案儲存多少、Skills 載入頻次——這些資料目前還比較黑箱
  • 評測體系:單任務完成率不夠看,需要看長流程的穩定性、SLA、失敗模式

Anthropic 這一解決的是「Agent 能幹活」,下一波要解決的是「Agent 能穩定幹活」。後者更難。


參考資料:Anthropic Agent Tools GA 公告

來源: https://www.anthropic.com/news/agent-tools-ga