В понеделник Anthropic пусна Cowork – нова възможност за AI агент, която разширява мощта на изключително успешния инструмент Claude Code към нетранслиращи код потребители. Според вътрешни източници от компанията, екипът е създал цялаа функция за приблизително седмица и половина, използвайки основно самия Claude Code. Стартирането маркира вжна повратна точка в надпреварата за предоставяне на практически AI агенти на масовия потребител, позиционирайки Anthropic като конкурент не само на OpenAI и Google в разговорния изкуствен интелект, но и на Copilot на Microsoft на бързо развиващия се пазар на инструменти за производителност.

„Cowork ви позволва да изпълнявате технически задачи по подобен начин на това как разработчиците използват Claude Code“, оявиха от компанията чрез официалния си акаунт за Claude в X. Функцията пристига като изследователска предварителна версия, достъпна изключително за абонати на Claude Max (потребителското ниво на Anthropic на цена между $100 и $200 на месец) чрез десктоп приложението за macOS.

Докато през последната година фокусът на индустрията беше върху големи езикови модели, които могат да пишат поезия или да дебъгват код, с Cowork Anthropic залага на това, че реалната стойност за бизнеса се крие в AI, който може да отвори папка, да прочете разхвърляна купчина касови бележки и да генерира структуриран отчет за разходите без човешка намеса.

Генезисът на Cowork се крие в успеха на Claude Code сред разработчиците в края на 2024 г. Anthropic забеляза, че потребителите използват инструмента за програмиране за задачи като планиране на почивки, почистване на имейли и управление на домакински уреди. Това накара компанията да премахне сложността на командния ред и да създаде лесен за използване интерфейс.

За разлика от стандартния чат, Cowork изисква достъп до конкретна локална папка. В рамките на този пясъчник AI агентът може да чете, променя или създава файлове – например да организира папка за изтегляния или да състави отчет от разпръснати бележки. Системата работи чрез „агентен цикъл“ (agentic loop), при който моделът планира, изпълнява стъпки паралелно, проверява работата си и изисква пояснения при нужда.