Computer use 全面可用：Claude 每轮多动作，官方称往返减 20-40%

Anthropic 开发者官方账号（简介为“Official updates for developers building with @ClaudeAI”，约 66 万关注者）于北京时间 8 月 21 日凌晨 4 时 43 分（UTC 8 月 20 日 20 时 43 分）宣布，Claude Platform 的 Computer use、浏览器工具、Skills API 与 Files API 四项能力全面可用（GA）。

最直接的变化在 Computer use。配合新工具集 computer_toolset_20260801，Claude 每一轮可以连续执行点击、输入、按键、截图等多个动作，而此前每往返一次只能执行一个动作；Anthropic 在中称，早期接入客户每个任务的往返次数减少 20-40%，任务完成得更快、成本更低。

每轮一个动作，变成每轮一串动作

显示，computer_toolset_20260801 是一个 Anthropic 定义的客户端工具集（client toolset）。开发者在 Messages API 请求的 tools 数组里加一条 {"type": "computer_toolset_20260801"}，Claude 就获得 screenshot、left_click、type、zoom 等 17 个成员工具，每个调用都在开发者自己控制的环境里执行。

Claude 往往在一轮回复里发出多个 tool_use 块（文档称之为 batch action），应用按顺序执行后统一返回结果，再发起下一次 API 调用，往返次数因此下降。文档列出的支持模型包括 claude-opus-5、claude-sonnet-5、claude-fable-5、claude-mythos-5 与 claude-opus-4-8，在 Claude API 上调用无需 beta header。

GA 的适用范围有明确边界：此前通过 computer_20251124 接入的集成仍可继续使用，旧版本工具也继续以 beta 形式提供给尚不支持的模型和平台，新工具集需要从旧版本迁移；而 Claude Platform on AWS、Amazon Bedrock、Google Cloud、Microsoft Foundry 目前仍只提供早期 beta 工具版本。

像素坐标会失效，页面结构不会

浏览器工具是本次随 Computer use 一起新增的。@ClaudeDevs 在公告中给出的理由很直接：按像素定位的浏览器自动化，页面布局一变就失效；browser_toolset_20260801 让 Claude 读取页面结构，按元素引用加坐标操作，而不是只靠截图里的位置。

说明了实现方式：Claude 通过 accessibility tree、元素、表单和标签页理解页面，read_page 返回的文本里每个元素都带引用（如 link "Getting started" [ref_2]），下一轮可以直接点击 ref_2，无需先在截图里找链接。工具集默认提供 navigate、read_page、left_click、screenshot 等 27 个成员工具，还可选开启 javascript_exec、file_upload、read_console、read_network 四个。

任务只在网页内进行时，用它比 computer use 更合适，不需要跑一整个桌面环境。目前该工具仅在 Claude API 上可用，尚未登陆 AWS、Bedrock、Google Cloud 与 Microsoft Foundry。

Skills 与 Files：Claude Managed Agents 的两块积木

@ClaudeDevs 在公告串中把 Skills API 和 Files API 称为 Claude Managed Agents 的构建基础。Skills API 的做法是：把团队的流程（指令、脚本、模板组成的文件夹）上传一次、做版本化，每次请求可以锁定到 version_id 或 latest。

自定义 skill 通过 /v1/skills 端点上传，整个 workspace 的成员共享，运行在 Claude 的代码执行沙箱里，开发者无需自己托管。强调其“渐进式披露”设计：skill 的元数据常驻上下文，指令只在被触发时才加载，脚本只把输出送进上下文，未用到的资源不占 token。

Files API 则负责文件的存取：上传一次，之后跨请求复用 file_id。本次更新新增 expires_in_seconds（文件自动过期）、速率上限提高 5 倍至 500 RPM、每组织 1 TB 存储。一个限制是：只有 skills 或代码执行工具生成的文件可以下载，开发者自己上传的文件不可下载，还提示上传文件对整个 workspace 可见，file_id 不能接受来自终端用户的输入。

边界同样存在：文档显示 computer_toolset_20260801 与 browser_toolset_20260801 目前都还不能在 Claude Managed Agents 中使用。Skills API 与 Files API 先成为 Managed Agents 的积木，computer use 的托管版本还要再等。

理赔流程从 32 分钟缩到 13 分钟

Anthropic 同日发布的给出了落地数字。博客援引研究工程师 Davide Locatelli 的话：“我们的 agent 运行在没有 API 的医疗和保险系统里。用上新的 computer use 工具后，我们最长的理赔流程从 32 分钟降到 13 分钟，每个流程的每任务成本下降约 30%，完成率达到 100%，而且我们没有改动任何 prompt。”

博客描述的典型场景是理赔 agent：从 Files API 读取 intake 文档，按编码了团队流程的 skill 操作，用浏览器工具在保险公司的网页门户完成提交，再把确认页存回文件；代码执行与联网搜索等已 GA 的能力接入同一循环。Matthew Midson（Managing Director of Banking）则称，Skills API 让 Box Agent 能为银行封装信贷方法论与审批备忘录格式，基于 Box 里的财报和交易文件生成有出处的信贷备忘录，供分析师审阅。

两个直接影响企业的细节：Computer use 现在符合 BAA 下 HIPAA 监管工作负载的资格；现有 beta 集成在迁移期间继续可用。部署范围上，Skills API 与 Files API 已同步在 Microsoft Foundry 提供，更新版 computer use 与浏览器工具“即将”登陆 Google Cloud 的 Vertex AI。

版本化 skills 是隐藏亮点，computer use 仍被质疑

截至 8 月 21 日核验时，主推文已累计 131 万余次查看、3,069 次点赞与 163 次转推。回复区里出现两种声音。

一半落在“没有 API 的应用”上。自称在创业、做 AI 的说：“‘没有 API 的应用’这部分才是全部重点。我一周有一半时间还在从一个老旧屏幕上读数字，再把它敲进两英尺外的另一个屏幕。”悉尼的 ML 博士、投资人与创始人则调侃：“还有人记得 RPA 吗？不知道那帮人现在在干嘛。”

另一半是质疑。自述为 19 岁 AI 开发者的直言：“ChatGPT 的 computer use 比你们强。如果有一件事我敢打赌它不工作，那就是 Claude 的 computer use。”自称 AI 研究工程师的则把目光投向另一个角落：“大多数 agent 演示都死在成本上，而不是能力上，因为每次点击都要烧一张截图。版本化 skills 才是这里的隐藏功能，它是 agent 和你不断重写的 prompt 之间的区别。”