Claude 终于敢把“电脑操作”转正了：没 API 的网站，AI 也开始能直接干活

先说结论

Claude 终于把“会用电脑”从演示厅搬进了产品目录。

2026 年 8 月 20 日，Anthropic 宣布 Claude Platform 的 Computer Use、Skills API、Files API 正式 GA，并新增 Browser Use。组合起来，它不只是回答“应该怎么填”，而是可以读文件、按公司的 SOP 做判断，再去操作一个根本没有 API 的网页后台。

Anthropic 引用的早期客户案例很抓眼：一条保险理赔流程从 32 分钟降到 13 分钟，单任务成本约降 30%，完成率为 100%。但这组数字来自 Anthropic 的客户故事，不是独立 Benchmark。真正值得写的，不是 Claude 已经替代 RPA，而是“没有 API”这个企业自动化借口，第一次被一个通用 Agent 正面撞上了。

以前 AI 会告诉你怎么做，现在它试着把最后一步也做了

过去你把一份理赔材料交给 Claude，它可以读 PDF、抽字段、告诉你下一步填什么。可打开保险公司的老后台、找到 Claim 页面、填完几十个字段、提交并下载回执，仍然得人自己动手。

Computer Use 负责这件“动手”：看屏幕、点击、输入、滚动、按键。Anthropic 这次让一次模型调用连续执行多个动作，不必每点一下都回来问一次“接下来呢”。官方说法是，这会减少调用轮次和等待时间。

这听起来像工程细节，实际上决定 Agent 有没有机会进入生产：任务如果能完成，却要来回调用几十次，速度和账单会先把老板劝退。

Browser Use 的关键：不再只靠猜坐标

纯 Computer Use 很像给模型一张截图，让它猜“提交按钮大概在右下角”。页面挪一下，坐标就失灵。

Browser Use 还把网页结构交给 Claude。它能知道哪个是输入框、哪个元素叫 Submit、哪个控件是下拉菜单，再结合视觉理解去操作具体元素。视觉负责看懂页面，结构负责更准确地落手，这比纯像素点击更像能维护的浏览器 Agent。

但“更可靠”不等于“不会翻车”。登录态、验证码、弹窗、多标签页、网络波动和网页改版，仍然是现实里的坑。付款、删除、发邮件、提交订单和修改客户资料，也不能因为多了一个 API 就完全无人审批。

Skills 和 Files：把老员工脑中的 SOP 变成可调用模块

Skills API 解决的是“公司到底应该怎么做”。一套 Skill 可以装进指令、脚本和模板，并且可以版本管理。比如收到询盘后先判定国家，再核对产品和 MOQ，最后套用批准的报价格式。规则改了，更新 Skill，而不是每次重新写一大段 Prompt。

Files API 解决的是“资料不要每轮搬家”。PDF、Excel 和模板上传一次，之后用 ID 引用；Agent 读完再把新文件交回来。Anthropic 同时给出了自动过期、5 倍更高的速率限制和每个组织 1 TB 存储等 GA 更新。

四块拼在一起，才像企业真正想买的东西：Files 给资料，Skills 给规矩，Computer/Browser Use 去执行，最后把结果文件交回去。它更像一个数字员工的底层零件，而不只是聊天窗口里多了一个按钮。

32 分钟变 13 分钟，先别把客户故事当定律

Anthropic 引用一家医疗保险客户：系统没有 API，最长 claims workflow 从 32 分钟缩到 13 分钟，任务成本下降约 30%，并称测试完成率为 100%，还没有调整 Prompt。

这个故事说明新版本可能真的解决了“来回调用太多”的瓶颈，但公开材料没有交代测试规模、失败重试怎么算、网页难度和人工介入次数。因此更准确的写法是：官方客户案例显示出潜力，不能写成 Computer Use 已经 100% 稳定。

独立研究也提醒我们，通用 Computer Use 还没毕业。ICLR 2026 的 Web Agent 论文把 Claude Computer Use 作为基线，专门优化的 WALT 方法在 WebArena / VisualWebArena 上平均达到 52.9%，明显高于该基线。通用模型很灵活，但专门为网页任务设计的方法仍能超过它。

我们的判断：RPA 的饭碗被端上桌了，但还没被吃掉

企业自动化最难啃的，往往不是新系统，而是老 ERP、供应商后台、保险平台、政府网站和内部表单。它们没有 API，也没有人愿意为了某个 Agent 重写接口。Computer Use 的反向路线很直接：你不给机器开后门，我就尝试走人类每天走的前门。

这也是它比“又一个 MCP 演示”更接地气的地方。MCP 和 API Agent 需要软件主动开门；Browser Use 面对的是已经存在的网页。

现在最适合试的任务是：步骤固定、规则明确、重复很多、没有 API、结果容易验收。后台录数据、下载报表、从 PDF 抽字段再填系统，都比开放式的“替我处理一切”靠谱。

仍然要观察三件事：连续任务的真实成功率，失败后能否自行恢复，以及每次人工审批和重试到底花多少钱。以后 Agent 的 Benchmark 不该只问“会不会点按钮”，而该问：给它一件真实工作跑 100 次，能完成多少次，坏了能不能收回来。

Claude Computer Use 正式 GA，至少说明 Agent 正在离开 Demo 展台，走向生产车间。它还不是数字员工，但已经开始领取工牌了。

仍需观察

• 独立团队能否复现 32→13 分钟、约 30% 成本下降和客户完成率；
• Browser Use 面对网页改版、验证码和长链路任务的稳定性；
• 付款、发信和数据修改等高风险动作的审批边界；
• 价格、延迟与重试成本是否足以击败传统 RPA。