Claude browser use tool กับ computer use ที่ขึ้น GA พร้อมกัน

เมื่อวันที่ 19 ส.ค. 2026 Anthropic เพิ่มรายการลงในบันทึกการเปลี่ยนแปลงของ Claude API เก้ารายการรวดในวันเดียว สองรายการแรกเปลี่ยนวิธีที่ agent ทำงานกับหน้าจอไปพอสมควร คือเลื่อนเครื่องมือคุมคอมพิวเตอร์ขึ้นเป็นรุ่นใช้งานทั่วไป และเปิดตัวชุดเครื่องมือสั่งเบราว์เซอร์ตัวใหม่ที่ไม่เคยมีมาก่อน จากนั้นวันที่ 20 ส.ค. บริษัทออกบล็อกประกาศเปิดตัวอย่างเป็นทางการ

เครื่องมือสั่งเบราว์เซอร์ตัวใหม่ ต่างจากของเดิมตรงไหน

ชุดใหม่ชื่อ browser_toolset_20260801 บันทึกทางการอธิบายไว้ว่าเป็น "a client toolset for driving a browser that your application hosts" (release notes)

ความต่างที่สำคัญที่สุดคือขอบเขตของสิ่งที่มันเห็นและสั่งได้ ต้นทางเขียนว่ามันทำงาน "inside a browser viewport rather than a whole desktop, reading the page itself (its accessibility tree, elements, forms, and tabs) and adding element references, form input, tab management, download reporting, and opt-in file upload on top of screenshot-and-click control" (release notes)

พูดให้ง่ายคือของเดิมเห็นแค่ภาพหน้าจอแล้วต้องเดาว่าปุ่มอยู่พิกัดไหน ส่วนของใหม่อ่านตัวหน้าเว็บได้โดยตรง แล้วอ้างถึงองค์ประกอบเป็นตัวๆ ได้ บล็อกประกาศสรุปจุดนี้ไว้ว่า "Alongside the screenshot, the agent reads the structure of the page and acts on a specific field or button rather than a position on screen" (Anthropic blog)

จุดที่คนอ่านข่าวมักเข้าใจผิด

ตัวเบราว์เซอร์ไม่ได้รันอยู่ที่ Anthropic เอกสารเขียนไว้ตรงตัวว่า "Your application runs every call against its own browser automation; nothing runs on Anthropic's side" (browser use tool) คำว่า client toolset ในชื่อจึงมีความหมายจริง คือโมเดลบอกว่าจะทำอะไร แต่ฝั่งเราเป็นคนรันเบราว์เซอร์และรันคำสั่งนั้นเอง ใครที่อ่านข่าวแล้วเข้าใจว่า Anthropic มีเบราว์เซอร์ให้ใช้ฟรี กำลังเข้าใจผิดเรื่องที่ตัดสินสถาปัตยกรรมทั้งระบบ

ชุดเบราว์เซอร์เป็น GA แล้วเหมือนกัน ไม่ใช่ของทดลอง เอกสารระบุว่า "The browser use tool is generally available on the Claude API with no beta header" (browser use tool) บันทึกการเปลี่ยนแปลงใช้คำว่า we've launched เฉยๆ ซึ่งอ่านผ่านๆ แล้วดูเหมือน preview

ที่ใช้ได้ไม่เท่ากันระหว่างสองชุด ชุดเบราว์เซอร์ใช้ได้เฉพาะบน Claude API และเอกสารระบุว่ายังไม่มีบน Claude Platform ที่รันผ่าน AWS, Amazon Bedrock, Google Cloud หรือ Microsoft Foundry และยังใช้ใน Claude Managed Agents ไม่ได้ ส่วนชุดคุมคอมพิวเตอร์มีบนแพลตฟอร์มเหล่านั้นในสถานะ beta (browser use tool) ประโยคในบันทึกที่ว่าใช้ได้กับหลายโมเดลจึงเป็นจริงเพราะจำกัดขอบเขตไว้ที่ Claude API เท่านั้น ห้ามอ่านเป็นว่าใช้ได้ทุกที่

เครื่องมือย่อยไม่ได้เปิดมาให้ทั้งหมด ชุดนี้มีสมาชิก 31 ตัว โดย 27 ตัวเปิดมาให้ตั้งแต่แรก ส่วนอีกสี่ตัวคือ javascript_exec, file_upload, read_console และ read_network ต้องสั่งเปิดเอง (browser use tool) บันทึกการเปลี่ยนแปลงพูดถึงเฉพาะการอัปโหลดไฟล์ว่าเป็น opt-in ซึ่งถูกแต่ไม่ครบ

ฝั่ง computer use ที่ขึ้น GA

ต้นทางเขียนว่าเครื่องมือคุมคอมพิวเตอร์ "is now generally available on the Claude API as the computer_toolset_20260801 toolset: no beta header, batch actions (several actions in one turn), zoom enabled by default, and per-member configuration through configs. Earlier beta versions remain available" (release notes)

สิ่งที่ต้องระวังถ้ามีระบบเดิมอยู่แล้วคือประโยคถัดมา "Upgrading an existing integration changes the request shape and tool handling" โดยเอกสารเครื่องมือชี้ไปที่คู่มือย้ายจากรุ่น computer_20251124 โดยเฉพาะ (computer use tool) คือของเดิมยังใช้ได้ แต่ถ้าจะย้ายมารุ่นใหม่ ต้องแก้รูปคำขอ ไม่ใช่แค่เปลี่ยนชื่อ toolset

ทั้งสองชุดใช้ได้กับ "Claude Fable 5, Claude Mythos 5, Claude Opus 5, Claude Sonnet 5, and Claude Opus 4.8 on the Claude API" (release notes)

บล็อกประกาศเพิ่มข้อมูลอีกอย่างที่ไม่มีในบันทึกการเปลี่ยนแปลง คือ "Computer use is also now eligible for HIPAA-regulated workloads under our BAA" (Anthropic blog) ซึ่งเป็นเงื่อนไขที่องค์กรด้านสุขภาพในสหรัฐรอ

รายการอื่นในบันทึกวันเดียวกัน

บันทึกของวันที่ 19 ส.ค. มีเก้ารายการ ไม่ใช่ห้าอย่างที่รายงานรอบแรกเข้าใจ เรียงตามลำดับในหน้าคือ computer use ขึ้น GA, เปิดตัวชุดเบราว์เซอร์, รายชื่อโมเดลที่ใช้ได้ของทั้งสองชุด, Files API ขึ้น GA, Agent Skills พร้อม /v1/skills ขึ้น GA, ชุดคำสั่งจัดการสมาชิกองค์กรสำหรับ Claude Enterprise ขึ้น GA, การจำกัดโดเมนที่ web_search และ web_fetch ของ Claude Managed Agents เข้าถึงได้, การแนบคลังความจำเข้ากับ agent ที่รันในกล่องทรายที่องค์กรโฮสต์เอง, และหน้าดูเซสชันใน Console ที่ออกแบบใหม่ (release notes)

เรื่องที่คนเข้าใจผิดบ่อย

• อ่านว่า Anthropic เปิดบริการเบราว์เซอร์ให้ใช้ ทั้งที่เป็นชุดคำสั่งฝั่งลูกค้าที่แอปของเราต้องรันเบราว์เซอร์เอง
• อ่านว่าชุดเบราว์เซอร์ยังเป็น beta เพราะบันทึกใช้คำว่า launched ทั้งที่เอกสารระบุว่าเป็น GA ไม่ต้องส่ง beta header
• เหมารวมว่าใช้ได้ทุกแพลตฟอร์มคลาวด์ ทั้งที่ชุดเบราว์เซอร์จำกัดอยู่ที่ Claude API เท่านั้น
• คิดว่าย้ายจาก computer use รุ่นเดิมมาที่รุ่น GA แค่เปลี่ยนชื่อ ทั้งที่ต้นทางบอกว่ารูปคำขอเปลี่ยน

คำถามที่ยังไม่มีคำตอบ

• ราคาต่อการเรียกใช้ของชุดเบราว์เซอร์ยังไม่มีตัวเลขแยกในเอกสารที่ตรวจ ณ วันที่ 21 ส.ค.
• ยังไม่มีผลวัดอิสระว่าการอ่านโครงสร้างหน้าเว็บทำให้อัตราสำเร็จของงานกรอกฟอร์มดีขึ้นเท่าไรเทียบกับการคลิกตามภาพหน้าจอ
• ยังไม่มีกำหนดว่าชุดเบราว์เซอร์จะไปอยู่บน Bedrock, Google Cloud, Microsoft Foundry หรือ Claude Managed Agents เมื่อไร