在人工智能领域，Anthropic 公司近日宣布对其 API 进行重大升级，推出了一系列旨在赋能开发者构建更强大的 AI 代理的新功能。这些新功能包括代码执行工具、MCP 连接器、Files API 以及扩展的提示缓存能力，它们共同构成了一个全面的工具集，旨在简化 AI 代理的开发流程，并提升其性能和效率。
构建更卓越的 AI 代理
Anthropic 此次推出的新功能，与 Claude Opus 4 和 Sonnet 4 模型的强大能力相结合，为开发者提供了一个前所未有的平台，以构建能够执行复杂数据分析、连接外部系统、高效存储和访问文件，并在更长时间内保持上下文连贯性的 AI 代理。这些功能的集成，使得开发者无需构建复杂的自定义基础设施，即可实现 AI 代理的高级功能。
举例来说，一个项目管理 AI 代理可以利用 MCP 连接器与 Asana 等工具集成，从而引用任务和分配工作。通过 Files API，代理可以上传相关的报告和文档，而代码执行工具则能够分析项目进度和潜在风险。更重要的是，扩展的提示缓存能力使得代理能够在整个工作流程中保持完整的上下文，从而实现更高效和连贯的交互。
这些新功能与 Anthropic API 现有的网络搜索和引用等功能相结合，构成了一个全面的工具包，为开发者提供了构建各种 AI 代理所需的全部组件。接下来，我们将详细探讨每个新功能的特性和优势。
代码执行工具：释放 Claude 的数据分析能力
代码执行工具是 Anthropic API 的一项重要新增功能，它赋予 Claude 在沙盒环境中运行 Python 代码的能力，从而生成计算结果和数据可视化。这一功能将 Claude 从一个简单的代码编写助手转变为一个能够直接在 API 调用中进行数据分析和可视化的强大工具。
借助代码执行工具，Claude 能够加载数据集、生成探索性图表、识别数据模式，并根据执行结果迭代优化输出。这意味着 Claude 能够端到端地处理复杂的分析任务，而不仅仅是建议代码供用户单独运行。这种集成化的分析能力极大地提高了 Claude 的实用性和效率。
代码执行工具在各种场景中都有着广泛的应用，包括：
- 金融建模：生成财务预测、分析投资组合，并计算复杂的财务指标。
- 科学计算：执行模拟、处理实验数据，并分析研究数据集。
- 商业智能：创建自动化报告、分析销售数据，并生成性能仪表板。
- 文档处理：提取和转换不同格式的数据，生成格式化的报告，并自动化文档工作流程。
- 统计分析：对数据集执行回归分析、假设检验和预测建模。
Anthropic 为每个组织提供每天 50 小时的免费代码执行工具使用时间，超出部分将按每小时每个容器 0.05 美元的价格收费。有关定价的更多详细信息，请参阅文档。
MCP 连接器：简化与外部系统的集成
Anthropic API 上的 MCP 连接器使得开发者能够将 Claude 连接到任何远程模型上下文协议 (MCP) 服务器，而无需编写任何客户端代码。这一功能的引入极大地简化了 AI 代理与外部系统的集成过程。
以往，连接到 MCP 服务器需要开发者构建自己的客户端工具来处理 MCP 连接。现在，Anthropic API 自动处理所有连接管理、工具发现和错误处理。开发者只需将远程 MCP 服务器 URL 添加到 API 请求中，即可立即访问强大的第三方工具，从而显著降低构建工具支持代理的复杂性。
当 Claude 收到配置了 MCP 服务器的请求时，它会自动执行以下操作：
- 连接到指定的 MCP 服务器。
- 检索可用的工具。
- 判断要调用哪个工具以及要传递哪些参数。
- 以代理方式执行工具调用，直到获得足够的结果。
- 管理身份验证和错误处理。
- 返回带有集成数据的增强响应。
不断增长的远程 MCP 服务器生态系统意味着开发者可以轻松地向 AI 应用程序添加功能，而无需构建一次性集成。开发者可以与任何远程 MCP 服务器集成，包括来自 Zapier 和 Asana 的服务器。有关更多远程 MCP 服务器，请参阅我们的文档。
Files API：简化文件存储和访问
Files API 简化了开发者在使用 Claude 构建应用程序时存储和访问文档的方式。现在，开发者只需上传一次文档，即可在后续的对话中重复引用，而无需在每个请求中管理文件上传。这一功能的引入极大地简化了开发工作流程，尤其是在需要处理大型文档集（如知识库、技术文档或数据集）的应用程序中。
Files API 将与代码执行工具集成，使 Claude 能够在代码执行期间直接访问和处理上传的文件，并生成图表等文件作为响应的一部分。这意味着开发者可以通过 Files API 上传一次数据集，然后让 Claude 在多个会话中分析该数据集，而无需重新上传。
扩展的提示缓存：降低成本并提高效率
开发者现在可以选择使用标准的 5 分钟生存时间 (TTL) 进行提示缓存，或者选择额外的 1 小时 TTL，从而显著降低长时间运行代理工作流程的成本。通过扩展缓存，客户可以为 Claude 提供广泛的背景知识和示例，同时将长提示的成本降低高达 90%，并将延迟降低高达 85%。
这使得构建能够在更长时间内保持上下文的代理成为可能，无论它们是处理多步骤工作流程、分析复杂文档还是与其他系统协调。以前面临高昂成本的长时间运行代理应用程序现在可以高效地大规模运行。
总结
Anthropic API 的这些新功能为开发者提供了一个强大的平台，以构建更智能、更高效和更具成本效益的 AI 代理。通过代码执行工具、MCP 连接器、Files API 和扩展的提示缓存，开发者可以轻松地将 Claude 集成到各种应用程序中，并利用其强大的自然语言处理能力来解决复杂的问题和自动化繁琐的任务。
这些功能的发布标志着 AI 代理开发的一个重要里程碑，并为未来的创新奠定了基础。随着 AI 技术的不断发展，我们可以期待看到更多令人兴奋的应用程序和服务，它们将利用 AI 代理的力量来改善我们的生活和工作。
