Anthropic агент хөгжүүлэлтийг шинэ түвшинд гаргалаа: "Skills & Files API" болон хөтөч удирдах Hybrid архитектур танилцуулагдлаа

AI агентуудын хөгжүүлэлтэд тулгардаг хамгийн том бэрхшээл нь үйлдлийн систем болон веб хөтөч дээр тогтвортой, найдвартай ажиллах явдал байдаг. Өмнө нь загварууд дэлгэцийн ганц товшилт эсвэл үйлдэл бүрдээ API дуудалт хийж, хурд удаан, зардал өндөртэй байсан билээ.

Anthropic энэ асуудлыг шийдэх томоохон шинэчлэлтийг хийж, Claude-ийн компьютер болон хөтөч удирдах чадварыг (Computer Use & Browser Control) чанарын шинэ түвшинд гаргаснаа зарлалаа. Үүнтэй зэрэгцэн агентын бизнесийн логикийг модульчлах Skills API болон Files API-ийг хөгжүүлэгчдэд нээлттэй болгосон байна.

Энэхүү шинэчлэлт AI инженерүүдийн өдөр тутмын хөгжүүлэлт, архитектурын шийдэлд хэрхэн нөлөөлөхийг задлан шинжилье.

1. Олон үйлдлийг нэг дуудалтаар: Continuous Action Execution

Өмнөх хувилбарт агент хулганыг хөдөлгөх, товших, гар дээр текст шивэх зэрэг үйлдэл бүрийн дараа шинэ скрийншот авч, загвар руу API request илгээдэг байв. Энэ нь сүлжээний хоцрогдол (latency) үүсгэж, токен хэрэглээг асар хурдан нэмэгдүүлдэг байсан юм.

Шинэчлэгдсэн системд Claude нь нэг ажлын хүрээнд (single task) олон дараалсан товшилт, бичилт, дараагийн алхам хүртэлх үйлдлүүдийг төлөвлөн багцаар нь (batch) гүйцэтгэх боломжтой болсон.

Хоцрогдол буурсан: Үйлдэл хоорондын хүлээлтийн хугацаа 60-70% хүртэл багассан.
Токены хэмнэлт: Алхам бүрд бүтэн зургийн контекст дахин дахин дамжуулагдах шаардлагагүй болж, зардлыг мэдэгдэхүйц таналаа.

2. Веб хөтчийн удирдлага: Зөвхөн Pixel биш DOM + Vision хослол

Одоог хүртэл Computer Use системүүд веб хуудсыг зөвхөн дэлгэцийн зураг (Computer Vision) байдлаар харж, товчлуур эсвэл инпут талбарын координатаар удирддаг байв. Үүнээс үүдэн веб хуудас бага зэрэг гүйлгэгдэх (scroll) эсвэл responsive layout өөрчлөгдөх үед товшилт алдагдах эрсдэл түгээмэл гардаг байв.

Anthropic-ийн шинэ веб хөтчийн модуль нь веб бүтцийн DOM мод болон дэлгэцийн визуал дүрсийг нэгэн зэрэг шинжилдэг (Hybrid DOM + Visual parsing) болсон.

  [ Web Page ] ───► 1. HTML DOM Tree  ──┐
               ───► 2. Visual Render   ──┴─► Claude Hybrid Engine ──► Exact Element Action

Ингэснээр:

Веб хуудасны layout dynamic-аар өөрчлөгдсөн ч HTML элементүүдийг selector болон semantic бүтцээр нь алдаагүй тодорхойлно.
Олон давхаргатай iframe, dynamic shadow DOM эсвэл pop-up цонхнуудыг хүний оролцоогүйгээр тойрон ажиллах найдвартай байдал 40 гаруй хувиар сайжирсан байна.

3. Skills API: Бизнесийн логикийг дахин ашиглах боломж

Хөгжүүлэгчдэд зориулсан хамгийн сонирхолтой нэмэлт бол Skills API юм. Өмнө нь бид төвөгтэй workflow-г prompt engineering эсвэл custom tool-үүдээр дамжуулан хүсэлт болгонд тайлбарладаг байсан.

Skills API-ийн тусламжтайгаар:

Байгууллагын эсвэл төслийн тодорхой ажлын урсгалыг (тухайлбал: Stripe нэхэмжлэх үүсгэх, GitHub PR шинжилж staging дээр турших гэх мэт) модульчилсан "Skill" болгон зарлана.
Claude нь өгөгдсөн процессын дагуу урьдчилан тодорхойлсон үе шатуудыг нарийн мөрдөж ажиллана.
Хөгжүүлэгчид prompt bloating буюу урт prompt-оос ангижирч, код ба загварын интеграцийг стандартчилсан байдлаар зохион байгуулах боломжтой болов.

4. Files API: Context Reuse ба өгөгдлийн менежмент

Агентуудтай ажиллахад баримт бичиг, том хэмжээний log файл, эх кодыг олон дахин upload хийх нь цаг хугацаа болон сүлжээний ачаалал үүсгэдэг.

Шинээр гарсан Files API нь нэг удаа сервэрт байршуулсан файлуудыг дараа дараагийн дуудлага, өөр өөр session-уудад дахин ашиглах боломжийг олгож байна. Prompt Caching-тэй төгс зохицсоноор том өгөгдлийн сан дээр суурилсан AI агентуудын архитектурыг хялбарчлах, endpoint-ийн найдвартай ажиллагааг хангахад чухал үүрэг гүйцэтгэнэ.

Хөгжүүлэгчдэд юу өөрчлөгдөх вэ?

Эдгээр өөрчлөлтүүд нь AI агентууд зөвхөн "текст боловсруулах" эсвэл "кодын төсөл бичих" хүрээнээс хальж, бодит production орчинд үйлдлийн систем, веб сервисүүдтэй бүрэн бие даан харилцдаг бүрэн хэмжээний Action Agents болон төлөвшиж байгааг харуулж байна.

Хэрэв танай баг дотоод автоматжуулалт, QA testing-ийн автомат тестүүд эсвэл олон шатлалт business workflow хөгжүүлж байгаа бол Claude-ийн шинэчлэгдсэн API-ууд integration хийх хугацаа болон дэд бүтцийн зардлыг мэдэгдэхүйц хэмнэх боломжийг олгож байна.

Эх сурвалж: Anthropic AI Platform Updates & Developer News (2026)