Anthropic 於 8 月 20 日宣布，Claude 的電腦操作能力與全新的瀏覽器工具在 Claude API 正式脫離測試階段，同時轉正的還有 Skills API 與 Files API。最實際的改變是「一回合多動作」，過去 Claude 每完成一個點擊或輸入都要重新呼叫一次模型，現在單次回應就能連續下達點擊、輸入、按鍵與截圖。
（前情提要：OpenAI 瀏覽器被誘騙狂發 WhatsApp 訊息，如何跨過防線？）
（背景補充：Claude Code 預設改為 Auto Mode 開啟，因為人類只會按 yes）
重點摘要
- 電腦操作工具 GA，改為一回合可連續執行多個動作，含 17 個成員工具
- 新瀏覽器工具 31 個成員工具，改讀網頁無障礙結構，版面變動較不易失效
- 其中 4 個高風險工具官方預設關閉，Files API 同步給到每組織 1TB 儲存
經過將近 2 年時間，Claude 的電腦操作能力終於正式畢業！據 Anthropic 開發者說明頁 資料，Anthropic 宣布電腦操作工具在 Claude API 正式開放，代號 computer_toolset_20260801，不再需要 beta 標頭。同批轉正的還有全新的瀏覽器工具、Skills API 與 Files API。
官方說明頁把這次的核心改動寫得很直白：「no beta header, batch actions (several actions in one turn), zoom enabled by default」，就是一次指令可以連續做好幾件事。
過去做法是 Claude 每完成一次滑鼠點擊、一次鍵盤輸入，都要把結果送回模型、重新呼叫才能決定下一步。現在單次回應就能吐出好幾個動作指令，由開發者的程式依序執行。
這裡省下的不只是往返時間，以前每次重新呼叫都得重送整段對話歷史加上新截圖，而一張截圖大約要吃掉 1,000 到 1,800 個輸入 token，會耗費非常多的 token。
瀏覽器工具改讀網頁結構
這次真正的新東西是瀏覽器工具，代號 browser_toolset_20260801，同樣直接釋出正式版。它跟電腦操作工具的差別在於作用範圍，電腦操作是整台虛擬桌面，瀏覽器工具只在瀏覽器視窗內運作，開發者不必再架設桌面環境。
它總共有 31 個成員工具，27 個預設啟用，涵蓋導覽、指標、鍵盤、讀頁、表單與分頁管理。關鍵差異在讀頁方式。官方說明它「同時透過頁面結構（無障礙樹、元素、表單與分頁）以及像素（截圖與視窗座標）」來工作，Claude 可以用元素參照直接指定目標，而不是只能給一組座標。
元素參照能撐過那些讓像素座標變得脆弱的版面位移與重排，也讓 Claude 得以操作指標難以命中的控制項。
這解決了自動化領域二十年的老問題。過去的螢幕自動化腳本遇到網站改版、廣告插入或視窗寬度改變，按鈕位移一點點就全部失效。改用元素參照之後，按鈕搬家不影響指令是否命中。
四個功能最強的工具，官方自己預設關閉
31 個成員工具裡有 4 個預設是關的，要在設定區塊裡逐一打開，而官方給的理由值得開發者讀完再決定。
- javascript_exec: 在頁面環境執行 JavaScript。官方建議只在「不持有任何憑證的工作階段」啟用
- file_upload: 上傳檔案到頁面的上傳欄位。官方要求每個路徑都要導向專用的上傳目錄
- read_console: 讀取瀏覽器主控台紀錄
- read_network: 讀取頁面的網路請求
最後兩個官方直接寫明是「由頁面控制，且經常含有機密」。換句話說，一個惡意網頁可以自己往主控台或網路層塞東西，等著被 AI 讀進去。把最強的四個功能預設關掉並附上使用條件，開發者可以視需求打開。
電腦操作工具這邊也有設計對應惡意攻擊，官方說明提到，分類器會同時掃描提示詞與截圖，一旦偵測到注入攻擊，模型會被導向先要求使用者確認再繼續。
Skills API 與 Files API 一起脫離測試
另外兩項功能轉正對企業導入的意義更大，包括 Skills API（/v1/skills）讓開發者把公司內部的固定作業流程包成可重複使用的 Skill 上傳並做版本控管，Claude 之後就照這套流程執行，不必自己維護代管基礎設施。
Messages API 透過 container 載入 Skill 的請求，也一併不再需要 skills-2025-10-02 標頭。
Files API（/v1/files）則是讓檔案上傳一次之後可以跨請求重複引用，不必每次重傳。這次同步給到的是自動到期機制、5 倍的速率上限，以及每個組織 1TB 的儲存空間。電腦操作工具另外取得一項合規資格，可用於受 HIPAA 規範的醫療工作負載。
不過 GA 的範圍目前只到 Claude API。官方說明頁列出的支援模型是 Claude Fable 5、Mythos 5、Opus 5、Sonnet 5 與 Opus 4.8，至於 Claude Platform on AWS、Amazon Bedrock、Google Cloud 與 Microsoft Foundry 這四個平台，拿到的仍然是較早的測試版工具。企業要用正式版得確認自己的模型運作環境。
常見問題
Claude 的電腦操作工具這次改了什麼？
最主要是改成一回合可連續執行多個動作。過去每個點擊或輸入都要重新呼叫一次模型並重送截圖，單張截圖約耗 1,000 至 1,800 個輸入 token，改版後同一批脈絡不必重複計費，任務耗時與成本同步下降。
瀏覽器工具跟電腦操作工具差在哪？
電腦操作面向整台虛擬桌面，瀏覽器工具只在瀏覽器視窗內運作，不必另外架設桌面環境。後者能讀取網頁無障礙結構，用元素參照指定目標，版面改版時比純像素座標更不容易失效。
📍相關報導📍
Claude Code 上線 /design：把設計直接搬進終端機，結果即時看、當場編輯
