返回首页

Claude 中的计算机使用:无需 API 的 PC 控制

Anthropic 在 Claude Cowork 和 Code 中引入了计算机使用功能,用于直接计算机控制。该模型在没有 API 的情况下使用鼠标、键盘和屏幕。与 Dispatch 的集成扩展了开发者的自动化场景。

Claude 掌控鼠标:AI 屏幕控制的新时代
Advertisement 728x90

# Claude 掌控电脑:Anthropic 的 Cowork 和 Code 中的计算机使用

Anthropic 已将其计算机使用技术集成到 Claude Cowork 和 Claude Code 产品中。模型现在可以独立控制鼠标、键盘和屏幕,在没有直接连接器的情况下打开浏览器、点击元素并填写表单。

计算机使用如何工作

这项技术于 2024 年 10 月以开发者的 API 形式首次亮相。在消费级产品中,它无需代码即可激活:Claude 首先检查内置集成(如 Slack、Google Calendar),然后切换到屏幕控制。在访问新应用前,需要明确的用户许可。内置扫描器监控进程以检测恶意活动,并阻止可疑操作。

这让模型能够处理缺少 API 的任务:跟随链接、将数据输入表单、导航界面。速度比直接集成慢,但功能更全面。

Google AdInline article slot

与 Dispatch 的集成

Dispatch 上周推出,将你的智能手机变成控制器:任务从手机发送,并在桌面执行。计算机使用增强了这一组合:

  • 自动化日常任务:检查邮件、生成晨间摘要。
  • DevOps 操作:在 IDE 中运行测试、创建拉取请求。
  • 跨平台场景:从手机界面控制桌面。

示例工作流程:开发者从手机发起任务,Claude 打开终端、运行脚本并返回日志。

限制与安全

该功能目前为 Pro/Max 订阅用户的研发预览,仅限 macOS。Anthropic 强调其原始状态:

Google AdInline article slot
  • 复杂任务需要重启。
  • 屏幕控制比 API 慢。
  • 敏感应用默认被阻止。

建议:

  • 与可信服务一起使用。
  • 避免高度敏感数据。
  • 监控访问权限。

扫描器可防止越狱和未授权操作,但不能完全依赖它。

关键点

  • 多功能性:回退到屏幕控制扩展了超出 API 的场景。
  • 安全性:强制权限和扫描器将风险降到最低。
  • 集成:Dispatch + 计算机使用自动化端到端任务。
  • 可用性:Pro/Max 的 macOS 研发预览。
  • 性能:适合原型,不适合生产环境。

开发者前景

对于中高级专家,计算机使用开启了无需自定义集成的自动化。在 CI/CD 中,你可以将手动部署、UI A/B 测试或仪表板监控委托给 Claude。与 IDE 结合——生成带自动修复的 PR。

Google AdInline article slot

测试将验证其在生产负载下的稳定性。预计将扩展到 Windows/Linux 并正式发布。

— Editorial Team

Advertisement 728x90

继续阅读