Operator vs Anthropic Computer Use 2026: какой computer-use агент выбрать

Operator и Anthropic Computer Use часто упоминают в одной строке — оба управляют компьютером через скриншоты, оба от лидеров рынка LLM. По формату продукта они оказались в разных категориях.

Operator — потребительский сервис от OpenAI. Запускается на operator.chatgpt.com, привязан к аккаунту ChatGPT и открывается тем, у кого активна подходящая подписка. Под капотом — специально обученная модель CUA (Computer-Use Agent), отдельная от GPT, заточенная под клики и скриншоты. Браузер крутится в облаке OpenAI; пользователь видит трансляцию того, что делает агент. Запуск — январь 2025, изначально только США и тариф ChatGPT Pro за $200/мес; к середине 2025 шло расширение на Plus и другие регионы.

Anthropic Computer Use — это API-возможность Claude, а не отдельный продукт. Доступна в публичной бете через api.anthropic.com (header anthropic-beta: computer-use-2024-10-22), а также через AWS Bedrock и Google Vertex AI. Внутри — три инструмента: computer (скриншоты + клики + клавиши), text_editor (просмотр и редактирование файлов), bash (shell-команды). Anthropic присылает решения «куда кликнуть» — выполнение действий разработчик реализует на своей инфраструктуре (VM, Docker, VNC). Reference Docker image выложен в репозитории anthropic-quickstarts.

Внутри категории ai-agents разница принципиальная. Operator конкурирует с Manus и MultiOn — другими готовыми браузерными агентами. Anthropic Computer Use конкурирует с Browser Use и тем же MultiOn API — с теми, кто продаёт примитивы для конструирования. Прямого пересечения сценариев меньше, чем подсказывают заголовки в Twitter: один — «купи и пользуйся», второй — «возьми и собери».

Из этого следует одно прямое следствие. Если в команде нет инженера, который готов поднять VM или Docker и написать обвязку, — Anthropic CU не запустится за день. И наоборот: если задача — встроить computer-use в собственный продукт или внутренний инструмент, Operator не подойдёт принципиально, у него нет публичного API. Эта развилка определяет 80% решения, остальные параметры — оттенки.

Оба сервиса работают через одну и ту же идею: модель видит скриншот, решает, куда ткнуть, и возвращает действие. Это vision-based подход, в отличие от DOM-парсинга у Playwright или Selenium. Плюс — устойчивость к динамическому контенту: SPA, ленивая загрузка, переменный CSS не ломают агент. Минус — медленность: каждый шаг это скриншот, передача его в модель, ответ, отрисовка следующего экрана.

Operator делает vision-based внутри инфраструктуры OpenAI. Браузер в облаке, пользователь видит трансляцию, есть программа Trusted Websites — официальные соглашения с DoorDash, Instacart, Priceline, Uber Eats, OpenTable, Shopify, StubHub, Expedia, KAYAK и другими. На этих сайтах Operator работает заметно надёжнее — есть отдельная интеграция, отлаженные сценарии. За пределами trusted-зоны нестабильность: динамический контент, капчи, нестандартные верстки регулярно ловят агент в тупик. Обзоры The Verge и TechCrunch (январь–февраль 2025) сходятся: «забронируй ресторан на OpenTable» — да, «зайди в админку нашего CMS и обнови баннер» — пятьдесят на пятьдесят.

Anthropic Computer Use работает в любом окружении, которое разработчик ему даст: Docker-контейнер с Ubuntu, виртуалка с VNC, удалённый desktop. Trusted websites нет в принципе — все сайты равны, потому что Anthropic не занимается интеграциями, а отдаёт примитив. Это даёт свободу: можно автоматизировать собственный CMS, внутреннюю SAP-консоль, специфическую медицинскую систему — то, к чему Operator не подберётся принципиально. Цена свободы — нестабильность ровно по тем же причинам: Claude иногда кликает не туда, путается с динамическими элементами, не распознаёт капчу.

Anthropic объявил высокое разрешение в Opus 4.7 — скриншоты до 2576 пикселей. Это улучшает распознавание мелких UI-элементов: иконки на тулбарах, чекбоксы в нумерованных списках, текст в кнопках 12px. У OpenAI таких заявлений по CUA не публиковалось, точные параметры разрешения не раскрыты — это data gap.

Главный практический вывод: для повторяющихся задач на стандартных US-платформах (заказы, бронирования, e-commerce) Operator выдаёт лучшую надёжность из коробки. Для всего нестандартного — корпоративных систем, локальных сайтов, собственных интранетов — оба нестабильны, но Anthropic CU хотя бы запускается. Operator на корпоративные интранеты в принципе не пустят: он живёт в облаке OpenAI, доступа в вашу сеть у него нет.

Operator выстраивает оборону против таких сценариев на уровне продукта. По умолчанию агент останавливается на любом из критичных действий: ввод логина, ввод платёжных данных, прохождение капчи. Останавливается — это значит передаёт управление пользователю и ждёт ввода. Платёжные данные Operator принципиально не запоминает: их вводит пользователь сам в реальном времени. По заявлениям OpenAI, Operator также не может удалять файлы, менять настройки аккаунтов или публиковать контент без подтверждения. Пользователь видит трансляцию действий в реальном времени, может в любой момент остановить задачу и перенаправить агента — это встроенная функция.

Anthropic Computer Use устроен наоборот: безопасность — обязанность разработчика. Anthropic в документации явно предупреждает, что в бете Claude иногда совершает непредвиденные действия, и просит запускать агент в изолированной VM или контейнере с минимально необходимыми правами. Никаких автоматических остановок на капче или логине из коробки нет — если разработчик не запрограммировал human-in-the-loop, агент попытается обработать всё сам. На паре сложных шагов это означает риск: Claude может отправить почту, удалить файл, оформить заказ — потому что ему так показалось правильным, а sandbox это не запретил.

Спектр выбора между автономией и контролем описывается так. Operator — это «полу-автономный» агент со встроенными светофорами: каждый раз, когда задача упирается в логин или платёж, светофор красный, нужно подтверждение пользователя. Этой защиты с пользователя нельзя снять — она встроена в продукт. Anthropic CU — это автомобиль без светофоров и без ремней: их обязан установить разработчик. Если он этого не сделает, агент поедет куда угодно.

Это объясняет, почему Anthropic держит computer use в статусе беты. Открытая архитектура мощнее по возможностям, но Anthropic не готов нести ответственность за то, что разработчик не вложил safety-проверки. Так оно и останется до тех пор, пока не сформируется стандартный набор паттернов human-in-the-loop, который можно зашить в SDK по умолчанию.

Это та зона, где Operator и Anthropic Computer Use расходятся радикально. Operator — браузерный агент. Никакого шелла, никакого file editor, никакой связки с Git. Он умеет открыть github.com, посмотреть код в браузере — и всё. Создать локальный репозиторий, запустить npm install, прочесть лог сборки, исправить файл — этого Operator не делает. Не потому, что плохой, а потому, что не для этого создан.

Anthropic Computer Use устроен как раз для этого. В пакете три инструмента: computer (управление через скриншоты), text_editor (просмотр и редактирование файлов) и bash (выполнение shell-команд). Связка bash + text_editor превращает Claude в полноценный software development loop: открыл проект, запустил тесты, прочитал traceback, поправил файл, перезапустил, открыл diff. Базовая модель — Claude Sonnet 3.5 v2 в начале беты, Sonnet 4.6 и Opus 4.7 — рекомендуемые сейчас. Контекстное окно 1M токенов у Sonnet и Opus позволяет держать в голове изрядную часть репозитория целиком — без обрыва истории каждые двадцать шагов.

Это объясняет, почему Anthropic CU стал базой для коммерческих кодирующих агентов и demo-приложений в developer-сообществе. Внутри Anthropic reference Docker image — Ubuntu, готовая среда разработки, VNC для визуализации. Разработчик скачивает образ, поднимает за пять минут, получает Claude, который ходит по терминалу и редактирует код. Это не Devin с отдельной production-средой, но это база, из которой Devin-подобный агент собирается за неделю.

Operator в этой подтеме сильно проигрывает не по качеству, а по принципу. На GitHub в браузере он может ткнуть в кнопку «Merge», но не может прогнать pre-commit hooks. Сервис не для этой задачи — и в его pricing и продуктовом позиционировании это нигде не предполагалось. На вопрос «может ли Operator писать код» — нет, не может ничего больше, чем «скопировать сниппет из ChatGPT в форму на сайте».

Здесь оба сервиса находятся в зоне «работает, но не идеально», и причины разные. Operator показал на ранних обзорах характерное поведение: на сложных нестандартных сайтах застревает, иногда зацикливается на одной и той же кнопке, иногда возвращает «извините, не получилось» без понятной причины. На trusted websites поведение заметно лучше — сценарии отлажены, страницы известны, шансы упереться в неожиданный экран ниже. Но базовая модель CUA не публикует данных о механизме self-correction, и точные паттерны неизвестны.

Anthropic Computer Use в этой части прозрачнее по описанию, но не лучше по результату. Anthropic в документации честно пишет: модель в бете иногда совершает непредвиденные действия, ненадёжна на сложных UI, не всегда распознаёт CAPTCHA. Self-correction зависит от обвязки, которую написал разработчик: если в pipeline нет проверки «изменился ли экран после клика» — Claude будет считать, что клик прошёл, и продолжит план. Бесконечный цикл реально возможен, особенно на длинных задачах.

В обоих сервисах публичных бенчмарков OSWorld или VisualWebArena с цифрами task completion нет — Anthropic не публиковал эти данные для CUA-релиза, OpenAI не публиковал для CUA-модели. Это data gap, который в обзорах ai-agents встречается часто: пока бенчмарки не стали привычной валютой, верифицировать «как часто агент доходит до конца задачи» приходится на собственных тестах. Обзоры в The Verge и Hacker News в январе 2025 описывали Operator как «доходит до конца где-то 60–70% задач на trusted-сайтах, заметно реже на сторонних». По Anthropic CU развёрнутых публичных тестов меньше, чем хотелось бы.

Прагматичный вывод. Self-correction в обоих сервисах в текущем поколении — слабое место. У Operator проблема замаскирована более узким сценарием (trusted websites), у Anthropic CU проблема честно вынесена в документацию. Принципиально оба требуют human oversight в задачах, где цена ошибки выше пары долларов токенов: финансы, заказы, рассылки.

В обоих случаях качество русского — это качество базовой модели плюс качество распознавания русскоязычного UI на скриншотах. Operator работает на специализированной модели CUA. По заявлению OpenAI на запуске — «в основном английский интерфейс на момент launch; другие языки в разработке». Это не значит, что модель не понимает русский в принципе — базовый GPT-фундамент русский знает хорошо. Но computer-use часть отдельно обучена на английских интерфейсах. Документации с публичной матрицей «какие языки UI агент распознаёт надёжно» от OpenAI нет.

Anthropic Computer Use наследует языки от базовой модели Claude. Claude Sonnet 4.6 и Opus 4.7 — модели с длинным контекстом и сильными общими языковыми способностями, русский они знают на уровне «текст пишут грамотно, инструкции на русском понимают точно». Computer use-часть — это то, как Claude интерпретирует пиксели UI; здесь публичных тестов на русскоязычные интерфейсы Anthropic также не публиковал. Преимущество Anthropic — общая глубина reasoning Claude и возможность написать инструкции системного промпта на русском без потери качества.

Для редакции это два data gap-а в одной подтеме. Никто из двух провайдеров не публикует benchmarks вроде «процент успешных задач на российских госсайтах» или «процент корректных кликов на cyrillic UI». Поэтому уверенное «X сильнее на русском» сейчас нечестно. По косвенным признакам — у Claude слегка лучше работа с русским в текстовом слое, но computer-use поверх не тестировали публично с разбиением по языку.

Практически в РФ это и не главный фактор. Operator из РФ напрямую недоступен — нужен VPN и зарубежная карта. Anthropic API в РФ тоже блокирует RU IP, но через AWS Bedrock потенциально доступнее. Так что вопрос «какой русский лучше» — это вопрос для тех, кто уже преодолел первое препятствие с доступом.

Operator продаётся как часть подписки ChatGPT. На запуске в январе 2025 — только ChatGPT Pro за $200/мес (research preview, только США). К середине 2025 шёл постепенный rollout на ChatGPT Plus ($20/мес). Точные условия для Plus на август 2025 в публичных материалах не зафиксированы — это data gap. Tier для ChatGPT Team ($25–30/seat/мес) и Enterprise (custom) также требует уточнения. Главное: для пользователя Operator — это «уже включено в подписку», явный лимит по числу задач не объявлен.

Anthropic Computer Use — это стандартный API-тариф Claude. Отдельной цены за computer-use нет, платишь за токены. Claude Sonnet 4.6 рекомендуется для computer use: $3 за 1M входных токенов и $15 за 1M выходных. Claude Opus 4.7 — лучшее качество computer use: $5 input и $25 output за 1M токенов. Скриншот в high-res занимает порядка 1000–3000 токенов изображения. Задача в 50 шагов на Sonnet 4.6 — порядка $0.10–$0.50 (Anthropic приводит приблизительный расчёт; точное число зависит от сложности задачи).

На графике видно перевернутую логику. Для предсказуемой ежедневной нагрузки Operator в подписке Plus дешевле, чем pay-per-token Anthropic. Для редких задач — наоборот, API дешевле, потому что не нужно платить $20 за «потому что вдруг понадобится». Для команды разработчиков, встраивающих агент в собственный продукт, Operator не подходит технически (нет API), поэтому сравнения нет — только Anthropic CU.

Это, пожалуй, самое короткое сравнение во всём обзоре. Anthropic Computer Use — это API. Operator — это веб-интерфейс без публичного API. Точка.

У Operator на момент составления досье публичного API не существует. Доступ — только через operator.chatgpt.com и (потенциально) через мобильное приложение ChatGPT, где статус Operator также не подтверждён. Программа Trusted Websites — это API в обратную сторону (для сайтов-партнёров), а не наружу для разработчиков. Если бизнес-задача требует встроить агент в собственный продукт, в свой CRM, в свой DevOps-pipeline — Operator выпадает по архитектуре.

Anthropic Computer Use — наоборот, исключительно API. Доступ напрямую через api.anthropic.com с beta-header anthropic-beta: computer-use-2024-10-22, а также через AWS Bedrock и Google Vertex AI. Rate limits и pricing — стандартные для Claude API. Webhook-поддержка реализуется на стороне разработчика — Anthropic отдаёт примитивы, не event-driven framework. MCP-совместимость в материалах computer use на момент составления досье как ключевая фича не отмечена.

Это и есть главная развилка категории. Если вы не разработчик и хотите готовый продукт — нужен Operator (или Manus, или MultiOn в их consumer-обвёртках). Если вы строите продукт для клиентов или внутренний инструмент — нужен API, и здесь Anthropic CU единственный из этой пары вариант.

OpenAI Operator из РФ напрямую недоступен. ChatGPT и весь сервисный периметр OpenAI блокирует российские IP — это не только Operator, это весь стек. Оплата российскими картами — нет. Обходные способы — VPN и зарубежная банковская карта. Соответствия 152-ФЗ нет. Локализация на момент launch — только английский интерфейс.

Anthropic API также блокирует RU IP при прямом обращении. Здесь есть один обходной путь, который Operator принципиально не предоставляет: AWS Bedrock и Google Vertex AI. Computer Use поддерживается в обоих cloud-провайдерах. Если у компании есть корпоративный AWS-аккаунт с возможностью оплаты в USD — Bedrock в ряде регионов работает без жёсткой IP-блокировки на уровне API (точный статус для российских пользователей — data gap, проверяется индивидуально). Это потенциально открывает Anthropic CU для российских команд, у которых уже есть AWS-аккаунт через зарубежного партнёра или корпоративную структуру.

Соответствия 152-ФЗ нет ни у того, ни у другого — оба хранят и обрабатывают данные в США. Для регулируемых отраслей в РФ оба не подходят по compliance, и от технических обходных путей это не зависит. Это структурное ограничение категории.

Operator на типичной задаче (заказ еды через DoorDash, бронирование столика через OpenTable) укладывается в 2–5 минут — это диапазон, который OpenAI показывал на демо-видео в январе 2025 и который повторился в обзорах HN и The Verge. На нестандартных сайтах с непредсказуемой структурой время взрывается: 15-минутные задачи фиксировались в первой волне отзывов. Vision-based подход принципиально медленнее Playwright или Selenium — каждый шаг требует анализа полноразмерного скриншота, а не парсинга компактной DOM.

Anthropic Computer Use на каждый шаг тратит 2–10 секунд: время на скриншот, передачу его в API, ответ от модели, отрисовку следующего экрана. Сложная задача в 20–30 шагов укладывается в 2–10 минут, по данным самой Anthropic. На длинных задачах (50+ шагов) счёт идёт уже на десятки минут. Opus 4.7 быстрее Sonnet 3.5 v2 по качеству решений, но не радикально быстрее по latency на шаг.

Оба сервиса в нынешнем поколении computer-use слишком медленны для real-time use cases: голосовой ассистент, который должен ответить за секунду, или интерактивный кобраузинг с пользователем. Это пакет для batch-задач, для асинхронной автоматизации — не для интерактива. По latency на шаг разница в пределах одного порядка, и пользователь её на типичных задачах не почувствует — задержка определяется не моделью, а количеством шагов в задаче.

Operator живёт в облаке OpenAI — пользователь не управляет, в какой виртуалке запускается браузер. Это упрощает жизнь (не нужно поднимать ничего у себя) и одновременно лишает контроля. По заявлению OpenAI, Operator принципиально не хранит платёжные данные и не может удалять файлы, менять настройки аккаунтов, публиковать контент без подтверждения. Эти ограничения встроены в продукт и пользователем не отключаются. Логирование действий ведётся на стороне OpenAI; история задач сохраняется в аккаунте ChatGPT и управляется пользователем. Возможность rollback на уровне продукта не объявлена.

Anthropic Computer Use наоборот — sandbox обязан построить сам разработчик. Anthropic в документации рекомендует запускать в изолированной VM или контейнере с минимально необходимыми правами. Reference Docker image — Ubuntu с VNC — задаёт здравый стартовый пример: отдельный пользователь, ограниченные права, изолированная сеть. На основе этого образа разработчик может настроить любой уровень изоляции: отдельная виртуалка без интернет-доступа, контейнер с read-only файловой системой, sandbox с явным аудитом каждого действия.

Логирование действий в Anthropic CU — обязанность разработчика, обычно сводится к записи каждого Claude-вызова и каждого выполненного шага в свои логи. Rollback — тоже на разработчике, реализуется через snapshot файловой системы или транзакции на уровне приложения. Anthropic не предоставляет готового rollback-механизма, но и не мешает его реализовать.

Главный практический вывод: для типичной потребительской задачи Operator безопаснее из коробки, потому что safety-границы встроены в продукт. Для специализированных корпоративных задач Anthropic CU безопаснее в принципе, потому что компания может построить sandbox под свои требования — с аудитом, с rollback, с компартментализацией доступов.

OpenAI в целом сертифицирован по SOC 2 Type 2 — это применимо к Enterprise-плану ChatGPT. Operator привязан к подписке ChatGPT, и compliance наследует от родительского сервиса. Заявления OpenAI: платёжные данные не сохраняются, агент не выполняет деструктивные действия без подтверждения. Политика «не обучаем на ваших данных» применяется в Enterprise; на Plus и Pro по умолчанию OpenAI сохраняет историю чатов, но даёт настройки отключить. Соответствия 152-ФЗ нет — обработка данных в США.

Anthropic также сертифицирован по SOC 2 Type 2 на уровне API. По умолчанию Anthropic API не использует пользовательские данные для обучения моделей — это явная политика. Скриншоты, передаваемые в computer-use API, обрабатываются по стандартной API-политике Anthropic. На AWS Bedrock и Vertex AI применяются compliance-соглашения соответствующих cloud-провайдеров — это снимает часть compliance-нагрузки на тех, кто уже работает в этих экосистемах.

Для российских регулируемых отраслей оба варианта не подходят — нет 152-ФЗ. Для европейского B2B применим GDPR-режим у обоих провайдеров. Для US-enterprise оба готовы предоставить SOC 2 отчёты и подписать стандартные contractual safeguards.

Operator уверенно побеждает в сценариях, где задача попадает в зону программы Trusted Websites и где пользователь — конечный потребитель без программистских ресурсов. Перечислим конкретные сценарии, в которых выбор очевиден.

Заказ еды через DoorDash или Uber Eats. DoorDash в списке trusted-партнёров с launch. Operator знает структуру сайта, отлажен на типичных сценариях «найди ресторан, добавь блюда в корзину, оплати моими данными». Anthropic CU теоретически тоже справится, но потребует разработчика, который соберёт обвязку — для одного человека, заказывающего обед, это абсурдный overhead.

Бронирование столика через OpenTable. OpenTable также в trusted. Сценарий «забронируй столик на 4 человек в районе SoMa на пятницу 19:00» — буквально demo-видео Operator на запуске. Время выполнения 2–5 минут, надёжность высокая.

Поиск авиабилетов через Priceline, Expedia, KAYAK. Все три в trusted-списке. Operator сравнит даты, фильтры, направления, покажет варианты. Платёж — отдельным шагом с подтверждением пользователя.

Заказ продуктов через Instacart. Instacart в trusted с launch. Сценарий «купи продукты на неделю на семью из 4» — реалистичный и отлаженный.

Общий знаменатель этих сценариев: задача укладывается в US-потребительскую e-commerce платформу, у пользователя есть подписка ChatGPT, нет необходимости встраивать агент в чужой продукт. Operator в этой зоне даёт лучший user experience: запустил на operator.chatgpt.com, посмотрел трансляцию, через 5 минут получил результат, не написал ни строчки кода.

Anthropic CU в этих же сценариях принципиально может справиться, но overhead на инфраструктуру и разработку оборачивает экономику против него. Поднять Docker, написать обвязку, отладить ошибки кликов, добавить human-in-the-loop — это работа на несколько дней, чтобы заказать один раз обед. Operator в этом сценарии быстрее и проще.

Anthropic Computer Use выигрывает в сценариях, где требуется кодирование, корпоративная автоматизация, встраивание в собственный продукт или работа в нестандартной среде. Конкретно.

Coding agent для команды разработки. Связка bash + text_editor + computer превращает Claude в полноценный software development loop. Запустить тесты, прочесть лог, исправить файл, открыть PR — последовательность, для которой Operator принципиально не приспособлен (у него нет шелла). Reference Docker image от Anthropic запускается за минуты и даёт готовую среду.

QA automation на корпоративных интранетах. Внутренний CRM, кастомная админка, специфический CMS — туда Operator не дотянется, потому что живёт в облаке OpenAI и не имеет доступа в корпоративную сеть. Anthropic CU поднимается в VM внутри корпоративного контура и работает с тем, что показывает ему скриншот.

Встраивание в собственный SaaS-продукт. Если ваш продукт — это автоматизация для клиентов (RPA-альтернатива, browser-automation-as-a-service), нужен API. Operator API не предоставляет. Anthropic CU именно за это и продаётся.

Автоматизация в Linux VM. Computer Use умеет работать не только с браузером — text_editor и bash работают со всей системой. Operator браузер-центричен.

Operator в этих сценариях не участвует не потому, что плох, а потому, что не предназначен. У него consumer-формат: нет API, нет шелла, нет доступа в корпоративный контур.

Маркетолог в Сан-Франциско или Нью-Йорке, у которого есть ChatGPT Plus или Pro. Задачи — бытовая автоматизация на DoorDash, Instacart, OpenTable, Priceline. Берите Operator. Никакого Anthropic CU здесь не нужно: разработчиков под рукой нет, задачи попадают в trusted-зону, подписка уже оплачена. Время на интеграцию — ноль. Сценарий: 5 минут, столик в OpenTable забронирован.

Solo-разработчик, который строит SaaS-продукт с автоматизацией для клиентов. Берите Anthropic CU. API есть, Docker image готов, можно собрать MVP за неделю. На стадии прототипа платите за токены, на продакшене масштабируете. Operator не игрок: нет API, нет встраивания.

DevOps-инженер крупной компании, ищущий агент для CI/CD-автоматизации. Берите Anthropic CU в связке bash + text_editor. Подойдут модели Sonnet 4.6 (баланс цены и качества) или Opus 4.7 (если задачи сложные). Поднимайте в корпоративной VM, добавляйте аудит-логи, ограничивайте сетевой доступ. Operator не подходит по архитектуре: облако OpenAI до вашего CI/CD не дотянется.

Аналитик в маркетинговом агентстве с Pro-подпиской и задачами на однообразный ресёрч на US-сайтах. Берите Operator. Задачи укладываются в браузерные сценарии, time-to-value минимален.

Стартап в РФ, ищущий computer-use агент для российских интерфейсов. Ни тот, ни другой — оба американские, оба плохо обучены на русскоязычных UI, оба без 152-ФЗ. Рассматривайте Anthropic CU через AWS Bedrock как меньшее зло (если у вас есть AWS-аккаунт), либо ищите российские альтернативы в категории.

Юрист или бухгалтер с регулярными задачами в браузере. Если задачи на trusted-сайтах (или US-сайтах вообще) — Operator. Если задачи в специфическом ПО (КонсультантПлюс, 1С, банк-клиенты) — ни тот, ни другой пока не справится надёжно, потому что не обучены на русских корпоративных интерфейсах. Здесь computer-use ещё не готов как замена ручной работы.

QA-инженер в продуктовой команде. Anthropic CU с self-hosted VM — это де-факто RPA-альтернатива нового поколения. Operator на эту задачу не подойдёт, потому что вашего production-стека он не видит.