Claude 3.5 電腦操作功能全解析：開發者如何教AI看螢幕、點滑鼠

Claude 3.5 這次更新最受矚目的，並非更擅長聊天，而是開始學會「使用電腦」。升級版 Claude 3.5 Sonnet 強化了編碼能力，同時還帶來公開測試版的電腦使用功能：能看螢幕、移動游標、點擊按鈕並輸入文字。對於從事自動化和智慧助手開發的人來說，這是一條極其實用的新途徑。

Claude 3.5 模型升級：Sonnet 更強大，Haiku 更快速

Anthropic 同步發佈了升級版 Claude 3.5 Sonnet，以及全新的 Claude 3.5 Haiku。官方強調，Claude 3.5 Sonnet 的改進是「全面的」，尤其在軟體工程與編碼任務上更為突出。

如果你更在意速度和成本，Claude 3.5 Haiku 主打低延遲與更強的指令遵循能力，定位是面向用戶產品與子代理任務。簡單理解：Claude 3.5 Sonnet 偏重「能力上限」，Claude 3.5 Haiku 偏重「響應速度與性價比」。

電腦使用功能是什麼：讓 Claude 3.5 像人類一樣操作介面

電腦使用（computer use）是 Claude 3.5 的公開測試版能力，目前主要面向 API 場景。它的核心不是呼叫某個固定工具介面，而是讓模型透過「看螢幕」的方式理解當前介面，再執行移動游標、點擊與鍵盤輸入等操作。

需要注意的是，Claude 3.5 的電腦使用仍處於實驗階段，官方也直言會「有點麻煩、容易出錯」。因此更適合做可回滾、可校驗的流程，而不是一次性不可逆的關鍵操作。

Claude 3.5 能把哪些流程自動執行起來

當任務需要幾十步甚至上百步的 UI 操作時，Claude 3.5 的電腦使用就有價值：例如在網頁後台逐項配置、在企業工具裡跨頁面填表、或在多步驟工單系統裡完成查詢與錄入。它的優勢在於「能跟著介面走」，不用你為每個頁面單獨編寫腳本。

不少團隊已經在探索類似能力，把 Claude 3.5 用在更長鏈路的工作流裡。實際落地時，建議把關鍵節點做成「確認點」，讓 Claude 3.5 每完成一段就輸出截圖/狀態摘要，便於人工或程式校驗。

上線渠道與安全資訊：別忽略部署前評估

Claude 3.5 Sonnet 的升級版已面向用戶可用，而電腦使用功能已在 API 提供公開測試，並可在 Anthropic API、Amazon Bedrock、Google Cloud Vertex AI 上建構。你在 AWS 側可能會看到它以 Claude 3.5 Sonnet V2 的名稱出現。

安全層面，官方披露與美國、英國的 AI 安全研究機構合作做了部署前測試，並認為其 ASL-2 標準仍適用。對開發者來說，更現實的建議是：給 Claude 3.5 的電腦使用加權限邊界、操作日誌與失敗兜底，先把「能控、可查、可停」做扎實。