告别纸上谈兵:Claude 电脑与浏览器操作全面上线,生产级智能体时代到来

AI 只能聊天?Anthropic 正在打破这一刻板印象。近日,Anthropic 正式宣布,其 Claude Platform 上的电脑操作(Computer Use)、Skills API 以及 Files API 结束测试,全面进入可用阶段(GA)。更令人兴奋的是,全新的浏览器使用工具(Browser Use Tool)也同步亮相。

这一系列重磅更新的核心目标非常明确:让企业能够轻松打造出真正会操作软件、能调用团队知识库,并最终交付实际成果的“生产级 AI 智能体”。

从“看截图”到“懂结构”:浏览器与电脑操作大进化

在自动化操作领域,Claude 的电脑操作功能迎来了质的飞跃。现在,Claude 能够在单次模型调用中连贯执行多个动作。这意味着任务完成时间大幅缩短,API 调用次数也显著降低。此外,对于医疗等强监管行业,该功能现已符合 HIPAA 标准,企业在签署商业伙伴协议(BAA)后,即可将其安全应用于受监管的医疗工作负载。

而本次更新的“绝对 C 位”,非全新的浏览器使用工具莫属。它不仅在多动作执行上表现出色,更实现了底层逻辑的突破——引入了网页结构解析能力。过去,AI 操作网页主要依赖“截图+视觉识别”来寻找点击位置;现在,Claude 能够直接理解网页的底层结构,精准定位并操作特定的输入框或按钮。这种从“纯视觉”到“结构化理解”的转变,让网页自动化执行的精准度和效率呈指数级上升。

打造企业专属“大脑”:Skills 与 Files API 强力辅助

要让智能体真正在企业中落地,光有“手脚”还不够,还需要聪明的“大脑”和可靠的“记忆”。Skills API 和 Files API 正是为此而生。

  • Skills API(技能库):企业可以将行业标准指令、专属脚本和模板打包成“技能文件夹”进行上传和管理。Claude 会在安全的代码执行沙盒中运行这些技能,企业完全无需操心底层的托管和维护问题。
  • Files API(文件库):为智能体提供了稳定高效的“公文包”。你可以上传 PDF、电子表格等文档,并在后续请求中通过 ID 直接调用。此次更新还带来了自动文件过期机制,速率限制大幅提升了 5 倍,并为每个组织慷慨地提供了高达 1TB 的专属存储空间。

多云生态布局,加速企业自动化变革

在生态支持方面,开发者目前可以通过 Microsoft Foundry 顺畅使用 Skills API 和 Files API。同时,刚刚升级的电脑操作和浏览器使用工具也即将登陆 Google Cloud 的 Vertex AI。

从理解指令到真正接管鼠标和键盘,Claude 正在完成从“对话助手”到“数字员工”的关键蜕变。随着这套强大工具链的全面落地,各行各业的企业与开发者正加速重塑复杂的业务流程,一个真正的生产级 AI 智能体时代已经拉开帷幕。

类似文章