Claude Computer/Browser Use 的关键杠杆是截图分辨率与坐标缩放、消息中 text-before-image、逐步截图校验、隔离环境与 prompt-injection 防护，而非单纯堆 thinking。

Claim

Claude Computer/Browser Use 的关键杠杆是截图分辨率与坐标缩放、消息中 text-before-image、逐步截图校验、隔离环境与 prompt-injection 防护，而非单纯堆 thinking。

Why it matters

Agent sandbox / computer-use harness 的稳定性与安全边界取决于这些实现细节；做错坐标缩放或缺少 VM 隔离会直接导致误点与注入风险。

Summary

Anthropic 官方博客（2026-05-13）给出 Computer Use 集成实践：预降采样到模型可见分辨率上限（4.6 系约 1568 长边 / 1.15MP；Opus 4.7 更高）、在 display_* 坐标系内返回点击并映射回真屏、用户消息中指令文本置于截图前、每步截图自检再推进。 安全：专用 VM/容器、域名 allowlist、高风险动作人工确认；官方 CU tool 带截图侧 injection classifier。 进阶：cache breakpoint 与 rolling buffer/compaction 管上下文；advisor tool、demonstration recording（show don't tell）提升复杂 GUI 任务成功率。

Actions

• (none)

Evidence

• (none)

Caveats

• (none)

Research queries

• (none)

Body

正文

背景

Anthropic 官方博客（2026-05-13）给出 Computer Use 集成实践：预降采样到模型可见分辨率上限（4.6 系约 1568 长边 / 1.15MP；Opus 4.7 更高）、在 display_* 坐标系内返回点击并映射回真屏、用户消息中指令文本置于截图前、每步截图自检再推进。 安全：专用 VM/容器、域名 allowlist、高风险动作人工确认；官方 CU tool 带截图侧 injection classifier。 进阶：cache breakpoint 与 rolling buffer/compaction 管上下文；advisor tool、demonstration recording（show don't tell）提升复杂 GUI 任务成功率。

机制

见 claim 与证据链接；本条为 Mode B 契约规范化重写，保留既有结论。

取舍

证据与深度以原始 research 为准；未重新外采时以 primary URL 与既有 claim 为界。

动作

打开原文核对；将 claim 纳入团队实践清单；需要更深研时再开 Mode C。