Anthropic 于 8 月 20 日将 Claude Platform 的电脑操作工具转为正式提供，并同时公开了全新的浏览器操作工具。Skills API 与 Files API 也在同一时间进入正式可用状态。此前只能看着截图点击的智能体，如今能够读取页面本身的结构并指定具体元素。对于那些没有 API 的业务系统而言，自动化又近了一步。
不再去猜屏幕坐标
电脑操作工具的做法，是把屏幕截图交给 Claude，让它像坐在键盘前的人一样点击、输入、滚动。它的长处在于，即便是当初完全没有考虑自动化的应用程序，也能被驱动起来。
这次新增的浏览器操作工具，把同样的思路收窄到了网页上。它的作用范围不是整个桌面，而是浏览器的视口，标识符为 browser_toolset_20260801。它属于客户端工具集，浏览器由应用方自行托管，再由 Claude 来操作。
关键差别在于，它不再只依赖画面的外观。除了截图之外，它还会读取页面本身，接收无障碍树、元素、表单、标签页等结构信息，然后指名「这个输入框」「这个按钮」来操作，而不是「屏幕上的这个位置」。工具集中还包含元素引用、表单输入、标签页管理、下载情况汇报，以及需要显式授权才会启用的文件上传。
靠像素推算坐标的方式，只要布局稍有偏移就会落空。能够读取结构之后，这种脆弱性会被削弱不少。
单轮可执行多个动作，并覆盖医疗监管场景
正式版的电脑操作工具以 computer_toolset_20260801 提供，不再需要指定 beta 请求头。
在实务中最见效的，是单轮可以打包执行多个动作这一点。过去每调用一次模型只能推进一个动作。往返次数减少，耗时和模型调用次数自然都会下降。缩放功能默认开启，通过 configs 还能按工具分别配置。
支持的模型为 Claude Fable 5、Claude Mythos 5、Claude Opus 5、Claude Sonnet 5 和 Claude Opus 4.8。此外，电脑操作在 BAA（业务伙伴协议）之下已可用于受 HIPAA 监管的工作负载。对于想在医疗、保险场景运行智能体的企业来说，这往往就是能不能落地的分界线。
现有的 beta 集成仍会继续运行，迁移节奏可以自行掌握。不过请求结构与工具处理方式确实有变化，并不是把请求头去掉就能了事。
把技能和文件放到请求之外
同期转正的 Skills API 与 Files API，是让智能体带上「自家做法」和「自家文档」的两块拼图。
技能是一个装有指令、脚本和模板的文件夹，只有当任务需要时 Claude 才会加载它。Skills API 位于 /v1/skills，可以上传并管理自制技能的版本，再挂到任意请求上。它们运行在 Claude 的代码执行沙箱中，使用者无需自行准备运行环境。
Files API 则是智能体读写文档的存放处。PDF 或表格上传一次之后，后续只需按 ID 引用，不必每次重新发送正文。正式版新增了文件自动过期设置，速率上限提升至 5 倍，每个组织的存储容量为 1TB。
分发渠道也在扩大。Skills API 与 Files API 同样可通过 Microsoft Foundry 使用，更新后的电脑操作与浏览器操作工具则表示将于近期登陆 Google Cloud 的 Vertex AI。
32 分钟的流程缩短到 13 分钟
Anthropic 举出的案例，是在医疗与保险领域运行智能体的 Asteroid。据该公司 Research Engineer Davide Locatelli 所述，其最长的理赔处理流程从 32 分钟缩短到 13 分钟，在测试过的所有流程中每项任务的成本下降约 30%，完成率达到 100%，而且团队并未改动提示词。
在核心系统没有 API、只能隔着屏幕操作的现场，往返次数的削减会直接反映在耗时上。这组数字可以说相当直白地展示了单轮多动作的价值。
Skills API 这一侧，Box 给出的是银行业的用法。该公司 Managing Director of Banking 的 Matthew Midson 介绍称，把授信方法论与已获批的备忘录格式固化为一个技能，应用到 Box 中已有的财务报表与交易文件上，即可生成带有出处依据的授信备忘录，供分析师复核。其意义在于，团队不必为每一条工作流从零搭建。
总结
电脑操作、浏览器操作、Skills API 与 Files API 已在 Claude Platform 正式提供。新登场的浏览器操作工具能读取页面结构并按名称指定元素，削弱了以往依赖坐标控制的弱点。电脑操作可在单轮内执行多个动作，并已覆盖受 HIPAA 监管的工作负载。已有落地案例报告处理时间缩短一半以上、成本下降约 3 成。
