Anthropic Computer Use vs Agent Zero 2026: API-примитив против open-source мультиагента

Anthropic Computer Use — это computer-use агент через API. Anthropic выпустил его как публичную бету в октябре 2024 года вместе с Claude Sonnet 3.5 v2; в апреле 2026 функцию обновили под Claude Opus 4.7 с поддержкой высокого разрешения скриншотов до 2576 px. Claude получает на вход скриншот экрана, анализирует его и возвращает команду действия: mouse_move, left_click, type, key, screenshot. Дальше уже разработчик на своей инфраструктуре эту команду выполняет — в виртуальной машине, в VNC-сессии, в Docker-контейнере. То есть Anthropic не продаёт готового агента, Anthropic продаёт токены и инструменты.

Agent Zero — это open-source фреймворк для рекурсивных мультиагентов. Лицензия MIT-совместимая, репозиторий на GitHub у frdel, около 8 тысяч звёзд на момент проверки dossier. Архитектура принципиально другая: агент-оркестратор разбивает задачу на подзадачи и порождает sub-agents для каждой; те, в свою очередь, могут порождать своих. Каждый агент имеет собственный контекст, собственные инструменты и собственную память. LLM выбирает пользователь: OpenAI, Anthropic или локальные модели через Ollama. То есть Agent Zero не привязан к одному вендору и не зависит от платного API в принципе.

На карте видно, что Anthropic Computer Use и Agent Zero соседи только в общем смысле слова «агент». В одной подгруппе с Computer Use — OpenAI Operator и MultiOn, тоже vision-агенты с управлением UI. В одной подгруппе с Agent Zero — AutoGPT и CrewAI, такие же self-hosted фреймворки на Python. Перекрытие у пары возникает там, где разработчик пытается выбрать инструмент для одной и той же задачи: «мне нужен агент, который зайдёт на сайт и заполнит форму». В этом сценарии Computer Use делает это через скриншот и Claude, а Agent Zero — через DuckDuckGo поиск и Python-код в Docker.

Из этого следует прагматический вывод: сравнивать имеет смысл не «фичу против фичи», а архитектурную философию. Computer Use — «отдай Anthropic ключевое решение о следующем клике и плати за каждый скриншот». Agent Zero — «возьми готовый Python-фреймворк, подключи к нему любую LLM и сам отвечай за результат». Дальше по подтемам мы разберём, как эта философия превращается в конкретные плюсы и минусы каждого сервиса в реальной работе.

Anthropic Computer Use устроен как pull-based примитив: разработчик в каждом цикле явно вызывает API, получает действие, исполняет его на своей стороне и шлёт обратно следующий скриншот. То есть сама архитектура подталкивает к human-in-the-loop. В документации Anthropic это прямо рекомендуется: «Computer Use в бете — модель иногда совершает непредвиденные действия. Рекомендуется запускать в изолированной VM или контейнере, human oversight обязателен для критичных операций». Anthropic не делает вид, что у разработчика получится полностью автономный агент из коробки — она настаивает, что финальный контроль за пользователем.

Agent Zero идёт в другую сторону. По описанию автора, это рекурсивный мульти-агент с персистентной памятью — задаёшь высокоуровневую задачу, оркестратор сам делит её на подзадачи, порождает sub-agents, те выполняют свои части. По логам видно каждый шаг, потому что проект open-source и автор настаивает на «полной прозрачности», но дефолтный сценарий — это запуск задачи и просмотр результата через час. Это ближе к autopilot — не потому что в Agent Zero запрещён human-in-the-loop, а потому что архитектура заточена на минимальное участие пользователя в промежуточных шагах.

На шкале выше видно, что Computer Use дрейфует к левому краю — pause-after-action заложен в сам цикл API, а Anthropic прямо рекомендует не выпускать агента без надзора. Agent Zero смещён вправо — рекурсивная архитектура и self-modification через память подталкивают к «запустил и забыл». Это два разных дизайна риска. Anthropic экономит лицо и судебные иски ценой скорости. Agent Zero доверяет пользователю и его Docker-контейнеру.

Практический выход для разработчика: если ваш сценарий требует, чтобы кто-то один раз нажал «продолжить» перед оплатой картой или отправкой письма, Computer Use ложится естественнее — там, где Agent Zero пришлось бы дополнительно учить ставить паузу, Computer Use уже стоит на паузе по умолчанию. Если, наоборот, нужно запустить сорок шагов рекурсивного research-а на ночь — у Agent Zero интерфейс ровно под это.

Anthropic Computer Use спроектирован ровно под эту задачу: на вход Claude получает скриншот экрана, на выход возвращает курсорное действие. С Claude Opus 4.7 скриншоты поддерживаются до 2576 px — этого хватает, чтобы различать мелкие UI-элементы вроде иконок в трее или мелких пунктов меню. Тулзы computer, text_editor, bash покрывают полный цикл работы с десктопом: кликнуть, ввести текст, прокрутить, открыть терминал, отредактировать файл. По сути, это первый production-grade vision-агент от крупного LLM-провайдера — Anthropic явно сделал ставку на эту нишу.

Agent Zero про vision-управление экраном не задуман. В dossier прямо указано: инструменты — это code execution в Docker, web browser для поиска в интернете и чтения страниц, file management, memory tools и sub-agent tool. Браузер тут текстовый — DuckDuckGo + парсинг HTML, а не клики и скриншоты. Это не недостаток фреймворка, это другая ниша: Agent Zero хорошо справится с «найди десять статей про X и сделай выжимку», но плохо с «зайди в админку и нажми кнопку „Сохранить“».

В матрице нет смысла прикидываться, что у пары паритет. Computer Use покрывает четыре строки из пяти, Agent Zero — две. Это не вопрос «кто лучше», это вопрос архитектурного назначения. Anthropic строил инструмент ровно под GUI-задачи, Agent Zero — под terminal-задачи и текстовый research. Если бы мы добавили строку «выполнение Python-скрипта в изолированном контейнере с собственной памятью между сессиями» — Agent Zero выиграл бы её, а Computer Use показал «через bash tool, но память на разработчике».

Anthropic при этом честно признаёт ограничения беты в собственных предупреждениях. По нашему пониманию dossier: «нестабильность на сложных UI. Капчи, сложная анимация, нестандартный layout — частые источники ошибок». То есть Computer Use впереди по архитектуре, но всё ещё бета — реальная стабильность ниже, чем у проверенных RPA-инструментов. Бенчмарки OSWorld и VisualWebArena Anthropic в полном объёме не публиковал, поэтому в точных цифрах сравнивать пока нельзя.

У Anthropic Computer Use под кодинг отведены два tool-а: text_editor для просмотра и редактирования файлов и bash для выполнения shell-команд. В связке это даёт полноценный software development loop — Claude может прочитать файл, понять структуру проекта, написать или исправить код, запустить тесты, прочитать ошибку компилятора и попробовать ещё раз. Качество кода тут наследуется напрямую от Claude Opus 4.7 — это одна из сильнейших моделей по reasoning и длинному контексту на 2026 год. Но в отличие от профильных coding agents вроде Devin, Computer Use не делает PR в GitHub и не интегрирован с CI/CD из коробки — это умеет сам разработчик через bash и git.

У Agent Zero под кодинг — code execution в Docker-контейнере. Это, пожалуй, один из самых важных инструментов фреймворка. Агент может писать Python или shell, запускать его в изолированной среде и видеть результат. В связке с рекурсивной мультиагентной архитектурой это работает интересно: оркестратор может породить sub-agent, специально дообученный на конкретную подзадачу, и тот пишет и запускает код. Модель выбирает пользователь — можно использовать GPT-4o, Claude или локальную через Ollama. Качество кода зависит от выбора модели; на Ollama-моделях слабее, чем у фронтирных API.

Если мы сравним результат на типичной задаче «исправь баг в Python-скрипте и прогони тесты», на Claude Opus 4.7 обе системы покажут близкий уровень — просто потому что под капотом одна и та же модель. Разница появится на двух краях. Слева — стоимость: Computer Use берёт деньги за каждый цикл скриншот-анализ-действие, и для чисто кодинговой задачи это переплата за vision, который тут не нужен. Agent Zero делает то же самое через text-only API-вызовы Claude, что дешевле, или через Ollama-модель, что бесплатно. Справа — масштаб: при работе на большом репозитории с сотнями файлов Computer Use не имеет встроенной памяти между сессиями, а Agent Zero имеет — это даёт ему фору на долгих задачах.

Anthropic в собственных предупреждениях честно говорит: Computer Use в бете, для production нужен oversight. Это означает, что профильному кодящему агенту (Devin, GitHub Copilot Workspace) Computer Use проигрывает в production-готовности. Agent Zero не претендует на статус production-grade в принципе — это исследовательский фреймворк, который автор Jan Tomíšek поддерживает один.

В Anthropic Computer Use self-correction делается через сам цикл: после действия Claude получает новый скриншот, видит результат (или его отсутствие) и решает, что делать дальше. Если на странице вылетела ошибка 404 или капча — Claude её видит и пытается обходной путь. Anthropic в dossier описывает ситуацию аккуратно: «бета-статус означает реальные ошибки в production. Нестабильность на сложных UI. Капчи, сложная анимация, нестандартный layout — частые источники ошибок». То есть алгоритм self-correction в Computer Use работает не «иногда забуксует и зациклится» — это часть бета-статуса.

Agent Zero использует принципиально другой подход — self-modification через память. По описанию автора, это один из немногих open-source агентов, который «учится» в процессе: он записывает выводы о собственном поведении в memory-store и применяет их в будущем. Это не fine-tuning весов, это memory-based self-correction. На практике это значит, что если агент один раз понял, что DuckDuckGo не находит нужное, он сохраняет это знание и в следующий раз идёт другим путём. Минус: эта же self-modification — источник нестабильности, потому что агент сам себя переучивает на спорных выводах.

Это два разных типа «обучения». Computer Use всё делает в моменте — внутри одной задачи Claude корректирует курс, но между задачами знания не сохраняются. Agent Zero копит память — и это его сила, но и его потенциальная проблема: если в memory-store попало неверное правило, агент будет тянуть его за собой во все будущие сессии. Полная прозрачность логов тут страховка: можно открыть память агента и удалить ошибочный вывод вручную.

Anthropic честно говорит, что Computer Use в бете, и публичных бенчмарков по self-correction (OSWorld, VisualWebArena с детализацией по recovery) в dossier нет. Agent Zero тоже бенчмарков под себя не публикует — это open-source проект, а не enterprise-продукт с маркетингом. Это означает, что объективно сравнить «кто лучше восстанавливается после 404» по цифрам нельзя — только по архитектурной логике.

Anthropic Computer Use в нынешнем виде про длинные задачи устроен так: всё держится на одной API-сессии и истории сообщений Claude. Контекстное окно у Opus 4.7 — 1M токенов, что технически позволяет долгую работу, но персистентной памяти между сессиями нет. Если соединение оборвалось, разработчику самому надо собрать всю историю и заслать обратно. Anthropic в dossier явно перечисляет это как ограничение: «бета-статус, нестабильность на сложных UI, требует инфраструктуры». То есть для долгой задачи нужен внешний оркестратор поверх Computer Use, который будет хранить состояние.

Agent Zero под долгие задачи спроектирован прямо архитектурно. Это, пожалуй, его самая сильная сторона. Цитируем dossier: «персистентная память: встроенная система памяти (vector store, текстовые файлы) — агент помнит факты между сессиями. Self-modifying behaviour: агент может изменять свои собственные инструкции в памяти — учится в процессе работы». Плюс рекурсивная мульти-агентная архитектура — оркестратор может запустить sub-agent на долгое исследование, продолжать работу с другими задачами и собрать результат позже.

Картина для длинных задач очевидна: Agent Zero выигрывает архитектурно. Память между сессиями + рекурсия + self-modification — это ровно тот набор, который нужен для «работай восемь часов в фоне, я приду посмотрю результат». Computer Use ту же задачу решает только в связке с внешним state-storage и custom-кодом разработчика. Это не значит, что Computer Use тут не годится — годится, но требует больше работы со стороны команды.

Расход API-вызовов на долгих задачах у Agent Zero нелинейно растёт из-за рекурсии. Это его обратная сторона: сильная сторона на восемь часов работы оборачивается высоким счётом за токены, если вы используете Claude или GPT-4o под капотом. Поэтому реальный production-сценарий Agent Zero — это связка с Ollama (бесплатные локальные модели) для основных шагов и API только для финального синтеза.

Anthropic Computer Use использует Claude — одну из топовых LLM по качеству многоязычной работы. Claude Opus 4.7 хорошо понимает русский язык и качественно генерирует текст. Для computer-use задач это работает в двух направлениях: первое — Claude понимает русскоязычную инструкцию пользователя; второе — Claude корректно работает с русскоязычными интерфейсами на скриншотах. Распознавание русских надписей в UI у Anthropic в dossier явно не описано, но базовая мультимодальность Claude поддерживает русский — на это есть косвенные указания в общей документации модели.

Agent Zero на сам по себе языка не имеет — он использует ту LLM, которую вы настроите. Если в .env прописан Claude или GPT-4o, качество русского будет соответствующее (то есть высокое). Если используется локальная Ollama-модель (LLaMA 3, Mistral), качество русского зависит от конкретной модели — у фронтирных LLaMA 3 70B русский приемлем, у мелких 7B — слабее. Это плюс и минус одновременно: гибкость есть, но ответственность за выбор тоже на пользователе.

В самом массовом сценарии (Agent Zero + Claude через API) качество русского будет идентично Computer Use — это одна и та же модель под капотом, отличается только обвязка. Разница заметна только при выборе Agent Zero + локальная модель — там пользователь сам отвечает за приличное качество русского текста.

Anthropic Computer Use стоит ровно столько, сколько стоят токены Claude. В dossier зафиксированы цены на 2025-08: Claude Sonnet 4.6 — $3 за миллион input-токенов и $15 за миллион output-токенов. Claude Opus 4.7 — $5 input и $25 output за миллион. Каждый скриншот в высоком разрешении тратит примерно 1000–3000 токенов изображения. Anthropic честно отмечает в dossier: «практическая стоимость задачи: скриншот в high-res = ~1000–3000 токенов изображения. Задача в 50 шагов с Sonnet 4.6 — порядка $0.10–$0.50». Это приблизительная оценка от самого Anthropic, точный расчёт зависит от сложности.

Agent Zero сам по себе — $0 за лицензию (open-source). Стоимость владения определяется выбором LLM. В трёх возможных сценариях счёт выглядит так: первый — Claude API под капотом, и тогда счёт сравним с Computer Use, минус накладка на vision; второй — GPT-4o API; третий — Ollama локально, и тогда $0 за токены навсегда, но требует своего GPU и электричества. Anthropic такой опции вообще не предлагает: vision-агент через Claude по дизайну облачный.

Главная мысль: при низком объёме задач (несколько десятков в месяц) разница в годовом счёте между Computer Use и Agent Zero + Claude API мала. Главный выигрыш Agent Zero — это возможность перевести стек на локальные модели и обнулить счёт за токены. Это не «миф opensource» — это фактическая опция, описанная в dossier: «Альтернатива без API costs: локальные модели через Ollama (LLaMA 3, Mistral) — полностью бесплатно». Платится только электричество и амортизация железа.

Anthropic Computer Use по сути и есть API — это его форма существования. Доступ через прямой Anthropic API (api.anthropic.com) с заголовком anthropic-beta: computer-use-2024-10-22, плюс через AWS Bedrock и Google Vertex AI. То есть из коробки — три варианта инфраструктуры, все production-grade. SOC 2 Type 2 Anthropic API в целом действует. Rate limits, SLA, поддержка платных тарифов — всё это уже встроено в платформу. Для разработчика это значит, что собрать production-агента через Computer Use можно за дни, не недели.

Agent Zero — это фреймворк, а не API. Свой собственный API поверх него собирать придётся самому: запускаешь Flask-сервер Agent Zero, оборачиваешь HTTP-эндпоинтами, добавляешь авторизацию, мониторинг, очереди. Это вполне реализуемо — Agent Zero open-source и хорошо документирован, но требует работы. SLA нет, поддержки нет, rate limits зависят от настройки выбранной LLM.

В production-сценарии Computer Use обходит Agent Zero не функционально, а инфраструктурно. У вас есть SLA Anthropic, есть выбор между прямым API, AWS Bedrock и Vertex AI — это три точки отказа, каждая со своим контрактом. У Agent Zero этого нет в принципе: вы сами держите Flask, сами поднимаете Docker, сами разбираетесь с очередями.

Anthropic Computer Use из России доступен только обходными путями. Цитируем dossier: «Прямой API без VPN: нет — Anthropic блокирует RU IP. Через AWS Bedrock: потенциально доступно, если есть AWS аккаунт с возможностью оплаты». Оплата требует зарубежной карты или корпоративного AWS-аккаунта. То есть для российского разработчика-индивидуала это означает: купить иностранную карту, поднять VPN, либо пройти через корпоративный AWS Bedrock (если работодатель открыл аккаунт). На пути несколько барьеров — каждый из них преодолим, но их сумма отсекает большую часть пользователей.

Agent Zero на эту тему не имеет проблем — он self-hosted. В dossier зафиксировано: «Прямой доступ без VPN: да (self-hosted, никаких geo-restrictions). Оплата: зависит от выбранного LLM; для Ollama — 0 ₽ (локально)». Если вы используете локальную Ollama-модель, вообще не нужно ни VPN, ни иностранной карты, ни даже стабильного интернета — всё работает offline на своём железе.

Это не нюанс — это категориальная разница для российской аудитории. Computer Use требует от пользователя серьёзную инфраструктурную работу до того, как он напишет первую строчку кода с агентом. Agent Zero ставится на ноутбук за час и работает.

Anthropic Computer Use на стороне Anthropic не имеет встроенного sandbox — модель только принимает решение о действии, выполняет его разработчик. Anthropic в документации прямо рекомендует: «запускать в изолированной VM или контейнере; минимальные необходимые права — не запускать с root доступом без нужды; human oversight обязателен для критичных операций». Anthropic публикует reference Docker image для quickstart — Ubuntu + VNC + Claude — это и есть рекомендуемый sandbox. Но ответственность за изоляцию остаётся на разработчике; Anthropic пишет только «вот рекомендации».

Agent Zero, напротив, использует Docker как встроенный обязательный компонент. В dossier зафиксировано: «Code execution (Python, shell): выполнение кода в Docker-контейнере. Self-hosted: полностью — ничего не уходит на чужие серверы кроме LLM API». То есть sandbox идёт из коробки — без Docker фреймворк не запустится. Это сильнее с точки зрения дефолтной безопасности: пользователь не может «случайно» запустить Agent Zero без изоляции.

Тут Agent Zero выигрывает не качеством sandbox, а тем, что его невозможно отключить — это часть стандартной конфигурации. Computer Use тоже может быть запущен в Docker, и в quickstart это так и сделано, но Anthropic рекомендует, а не требует — формально разработчик может проигнорировать рекомендацию.

Anthropic Computer Use наследует compliance у Anthropic API в целом. SOC 2 Type 2 — есть. По дефолтной политике API данные не используются для обучения моделей. Для enterprise-клиентов через AWS Bedrock и Vertex AI добавляются стандартные гарантии этих облаков (GDPR, ISO, HIPAA — в зависимости от региона и тарифа). При этом скриншоты экрана уходят в Anthropic API — то есть всё, что видит Claude, видит и Anthropic.

Agent Zero даёт другой ответ: данные не уходят никуда, кроме той LLM, которую вы сами настроили. При выборе Claude или GPT-4o — данные уходят в Anthropic и OpenAI соответственно (со всеми их compliance-гарантиями). При выборе Ollama локально — данные не покидают компьютер вообще. Это сильная компонента для приватности, но compliance-контракт получить не у кого — Agent Zero нет компании, которой можно показать SOC2-отчёт.

Anthropic — одна из крупнейших AI-компаний в мире, разработчик семейства Claude. Computer Use — публичная бета, продвигаемая Anthropic как часть основной API-платформы. Долгосрочная стабильность Anthropic как компании на порядок выше среднего по категории — это $X миллиардов инвестиций (включая Google Ventures и Amazon), production-инфраструктура в AWS и GCP, тысячи enterprise-клиентов. Computer Use может выйти из беты, может остаться в бете дольше, но он точно не закроется внезапно — Anthropic в нём заинтересован стратегически.

Agent Zero — open-source проект одного автора, Jan Tomíšek из Чехии. Без венчурного финансирования, без коммерческой модели, поддерживается активным community. На момент составления dossier — около 8 тысяч звёзд на GitHub, активные issues и PR. Главный риск — заброс проекта одним мейнтейнером: «один разработчик. Риск заброса проекта». Open-source-судьба зависит от того, подхватит ли его кто-то ещё. Преимущество open-source: даже если автор перестанет коммитить, существующая кодовая база останется и forkнется.

Сценарий 1. RPA для внутренней корпоративной системы с GUI. Бухгалтерия использует legacy-приложение без API. Нужно автоматизировать перенос данных из Excel в это приложение через клики и ввод текста. Computer Use тут на своём поле: vision + bash + text_editor покрывают задачу. Agent Zero без vision-функции не справится — у него нет инструмента для распознавания UI-элементов.

Сценарий 2. Visual QA-тестирование веб-приложения. Команда хочет автоматизировать прогон смоук-тестов через реальный браузер с проверкой визуальных регрессий. Computer Use делает скриншоты, понимает, что «кнопка должна быть зелёной», и может это проверить. Agent Zero может прогнать тесты Playwright через bash, но визуальную проверку «что именно отображается на экране» делать нечем.

Сценарий 3. Enterprise-сценарий с SLA через AWS Bedrock. Корпоративная команда не имеет права запускать «бесконтрактный open-source» по политике безопасности. Computer Use через AWS Bedrock даёт нужные контракты, гарантии и compliance — Agent Zero такого предложить не может архитектурно.

Сценарий 4. Быстрый PoC за вечер с минимальным DevOps. Разработчик хочет показать руководству демо «агент управляет браузером», не возясь с локальной инфраструктурой. Reference Docker image от Anthropic (Ubuntu + VNC + Claude) — это quickstart за минуты. Agent Zero тоже Docker, но настройка memory-store и подключение к LLM требуют чуть больше работы — для PoC за два часа Computer Use дешевле по времени.

Сценарий 1. Долгий research с памятью между сессиями. Аналитик хочет, чтобы агент несколько вечеров подряд исследовал тему, накапливая знания. Agent Zero — про это: персистентная память, рекурсивные sub-agents, self-modification. Computer Use такую задачу решит, но с custom-stateом со стороны разработчика — это лишняя работа.

Сценарий 2. Полная приватность с локальными моделями. Юрист или исследователь работает с конфиденциальными данными, которые не должны покидать его компьютер. Agent Zero + Ollama даёт нулевой исход данных вообще, кроме компьютера пользователя. Computer Use по дизайну шлёт скриншоты в Anthropic API.

Сценарий 3. Российская аудитория без VPN и иностранной карты. Большая часть индивидуальных разработчиков в РФ не имеет ни легкодоступной зарубежной карты, ни корпоративного AWS-аккаунта. Agent Zero ставится локально, работает без VPN, оплачивается только электричеством. Computer Use требует прыжки через несколько барьеров до первого запроса.

Сценарий 4. Эксперименты с архитектурой агентов. Исследователь хочет менять сами правила работы агента: добавить новый тип sub-agent, переписать memory-формат, попробовать рекурсию пятого уровня. Agent Zero — это open-source Python-фреймворк, всё внутри можно читать и менять. Computer Use — closed API, поменять можно только prompt снаружи.

Корпоративный DevOps-инженер. Работает в средней или крупной компании, есть AWS-аккаунт, нужна автоматизация типовых GUI-операций с SLA и compliance. Рекомендация: Anthropic Computer Use через AWS Bedrock. Reference Docker image для PoC, потом постепенно production. Поэтапный путь: неделя на эксперименты с прямым API на $20 кредита, потом перевод на Bedrock с корпоративным контрактом.

Российский разработчик-индивидуал. Свой ноутбук, без корпоративного AWS, хочет попробовать AI-агента для рутинных задач (research, скрапинг, эксперименты). Рекомендация: Agent Zero + Claude API (если есть зарубежная карта) или Ollama локально (если нет). Никаких VPN, никаких блокировок, $0 при Ollama.

QA-инженер с фокусом на визуальном тестировании. Нужно автоматизировать смоук-тесты с проверкой визуальных регрессий. Рекомендация: Computer Use — vision-агент, заточенный под эту задачу. Поэтапно: купить $10 кредита, прогнать ручной PoC на одном сценарии, потом расширять.

AI-исследователь, экспериментатор. Хочет менять архитектуру агента, тестировать новые мемори-форматы, публиковать paper-ы. Рекомендация: Agent Zero — open-source, можно форкнуть и модифицировать. Computer Use тут не подходит — закрытый API, изнутри не модифицируется.