Anthropic переводит инструменты управления компьютером и новые API для Claude в общий доступ

Компания Anthropic объявила о переводе трех ключевых инструментов для платформы Claude в стадию общего доступа (General Availability). Речь идет об инструментах управления компьютером (Computer use), API для работы с навыками (Skills API) и API для работы с файлами (Files API). Эти обновления знаменуют важный переход от концепции языковых моделей как простых собеседников к созданию полноценных автономных агентов, способных выполнять реальные задачи в рабочих средах.

До недавнего времени создание ИИ-агентов, способных взаимодействовать с устаревшим программным обеспечением или сложными интерфейсами, было сопряжено с серьезными трудностями. Разработчикам приходилось полагаться на нестабильные методы распознавания экрана, где модель буквально "кликала" по координатам пикселей. Это приводило к ошибкам при малейшем изменении масштаба или дизайна интерфейса. Кроме того, каждый шаг требовал отдельного обращения к модели, что делало процесс медленным и дорогим.

Теперь ситуация меняется благодаря обновленному инструменту Computer use и новому дополнению — Browser use tool. Если раньше агент ориентировался только по снимкам экрана, то теперь, при работе в веб-приложениях, он способен считывать саму структуру страницы. Модель понимает, где находится конкретное поле ввода или кнопка, и взаимодействует непосредственно с ними, а не со случайным набором пикселей. Более того, обновленный инструмент позволяет Claude выполнять несколько действий за один ход. Это означает, что задача, ранее требовавшая десятков обращений к API, теперь решается за меньшее количество шагов.

Параллельно Anthropic стабилизировала работу с данными и процедурами через Skills API и Files API. API навыков позволяет загружать инструкции, скрипты и шаблоны, которые модель вызывает только при необходимости. Эти навыки выполняются в безопасной изолированной среде (песочнице) Claude, избавляя разработчиков от необходимости разворачивать собственную инфраструктуру для выполнения кода. API файлов, в свою очередь, решает проблему контекстного окна: загрузив объемный PDF-документ или таблицу один раз, разработчик может ссылаться на него по уникальному идентификатору в последующих запросах. Лимиты были увеличены в пять раз, а каждой организации теперь доступен 1 терабайт хранилища.

Для индустрии это означает резкое снижение барьера входа в корпоративную автоматизацию. По данным исследователей, тестировавших новые инструменты на процессах обработки страховых претензий в системах без открытых API, время выполнения полного цикла сократилось с 32 до 13 минут. Стоимость выполнения задачи упала примерно на 30%, а процент успешного завершения достиг 100% без каких-либо изменений в исходных подсказках (prompts). Важным сигналом для крупного бизнеса стала и сертификация инструмента Computer use для работы с медицинскими данными в соответствии с требованиями HIPAA.