一句话看懂:Anthropic 宣布 Claude Platform 的 Computer Use、Skills API 与 Files API 全面开放,并新增基于网页结构解析的 Browser use 工具,让企业可以将 Claude 从“对话助手”升级为能直接操作软件、执行完整工作流的自动化 Agent。
事件核心:发生了什么
Anthropic 于近期正式宣布,其 Claude Platform 上的三大核心能力——Computer Use(电脑操作)、Skills API(技能库)与 Files API(文件管理)——全部达到一般可用(GA)状态。此次更新最值得关注的是全新推出的 Browser use 工具。
与以往依赖截图识别、模拟点击的传统自动化方案不同,Browser use 引入了网页结构解析能力,可以直接读取并定位页面中的输入框、按钮等元素,再配合多动作轮次(multi-action rounds)机制,让 Claude 能在单次模型调用中连续执行多个操作步骤。这大幅缩短了完成复杂网页任务所需的时间与 API 调用次数。
与此同时,升级后的 Computer Use 工具已符合《健康保险流通与责任法案》(HIPAA)标准,可在签署商业伙伴协议(BAA)的前提下用于受监管的医疗保健工作负载。Skills API 允许企业将包含指令、脚本和模板的自有技能文件夹上传至 Claude 的代码执行沙箱中运行,无需企业自建托管环境。Files API 则支持上传 PDF、电子表格等文件并按 ID 直接引用,存储上限提升至每组织 1TB,速率限制提高了五倍,并实现了自动文件过期机制。
为什么重要
这次更新标志着 Anthropic 在 AI Agent 赛道的实质性卡位。Browser use 工具放弃截图方案、转而采用网页结构解析,意味着自动化任务不再依赖视觉识别,而是在更底层的 DOM 或结构层面直接操作。这种方式不仅更稳定,也更容易处理动态加载的页面元素,是企业级网页自动化的关键突破。
对 Anthropic 而言,三大 API 的 GA 加上 HIPAA 合规支持,明显是在瞄准金融、医疗、政务等高合规要求的企业市场。通过与 Microsoft Foundry 和 Google Cloud Vertex AI 的渠道合作,Anthropic 正在构建一条从模型能力到企业部署的完整通路,对 OpenAI、Google 等在 Agent 工具链上的布局形成了直接竞争压力。
对用户/开发者/创作者的影响
开发者与 AI Agent 工程师:Browser use 的多动作轮次和结构解析能力,让开发者可以用更少的代码和请求构建网页自动化机器人,降低运维复杂度和成本。Files API 提供的大容量存储与按 ID 引用机制,简化了多轮对话中文件上下文的管理,适合构建 RAG 或文档密集型应用。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
企业客户:Skills API 让企业可以把内部业务逻辑打包成标准化技能模块,在 Claude 沙箱中安全运行,无需自行维护执行环境,减少了基础设施投入。HIPAA 合规的 Computer Use 工具则为医疗、保险行业的受监管场景提供了可行选项。
普通用户:这些能力目前主要面向开发者生态,但在未来数月内,通过第三方应用接入,用户有望看到能自动填表、整理文件、执行跨平台操作的智能助理产品落地。
值得关注的后续
第一,价格与配额变化。新能力全面开放后,对应的 API 调用成本和多动作轮次的计费方式是否调整,将直接影响中小开发者的采用意愿。第二,生态分发进展。虽然 Anthropic 已确认 Skills API 和 Files API 可在 Microsoft Foundry 使用,但 Browser use 在其余云平台的上线节奏仍需观察。第三,竞品反应。OpenAI 与 Google 在同类工具上已有布局,Browser use 的结构解析路线能否拉开代差,将决定未来一两年网页自动化 Agent 的技术主流方向。
来源:AIbase


