एंथ्रोपिक ने अपने एआई सहायक को एक जोड़ी हाथ दिए हैं। क्लॉड अब सीधे macOS एप्लिकेशन्स को नियंत्रित कर सकता है, डेस्कटॉप एप्लिकेशन्स के बीच माउस क्लिक, कीबोर्ड इनपुट और स्क्रीन कैप्चर कर सकता है, और यह सब पृष्ठभूमि में शांति से चलता है ताकि उपयोगकर्ता अपना काम जारी रख सकें।
यह सुविधा, जो प्रो और मैक्स सदस्यों के लिए क्लॉड डेस्कटॉप ऐप के माध्यम से उपलब्ध है, ऐसे एआई एजेंट्स की ओर अब तक का सबसे अधिक स्पष्ट कदम है, जो केवल काम करने के बारे में बात नहीं करते बल्कि वास्तव में काम करते हैं।
यह वास्तव में कैसे काम करता है
नई क्षमता macOS 15 (Sequoia) और बाद के संस्करणों पर चलती है और डिफ़ॉल्ट रूप से बैकग्राउंड मोड में चलती है। क्लॉड आपके माउस और कीबोर्ड का नियंत्रण नहीं लेता, बल्कि आप अपनी मशीन का सामान्य रूप से उपयोग करते रहें, जबकि यह अलग-अलग विंडोज़ में कार्य करता है।
जब किसी दिए गए ऐप के लिए पारंपरिक API कनेक्टर उपलब्ध नहीं होते, तो Claude स्क्रीन कैप्चर और इनपुट सिमुलेशन पर भरोसा करता है ताकि काम पूरा किया जा सके। यह स्क्रीन पर क्या है, वहाँ कहाँ क्लिक करना है, और फील्ड में प्रतिक्रियाएँ कैसे टाइप करनी हैं, यह समझ सकता है, मूल रूप से उस सॉफ्टवेयर के साथ इंटरैक्ट करने का तरीका नकल करता है जिसे AI एकीकरण के लिए नहीं बनाया गया है।
सिस्टम दो संदर्भों में कार्य करता है: क्लॉड कार्वर्क, जो सामान्य उत्पादकता कार्यों के लिए उद्दिष्ट है, और क्लॉड कोड, जो विकास वर्कफ्लो पर केंद्रित है। दोनों एक ही नींव के कंप्यूटर नियंत्रण आर्किटेक्चर का उपयोग करते हैं, लेकिन वे अलग-अलग उपयोग के मामलों के लिए अनुकूलित हैं।
एक मोबाइल डिस्पैच सुविधा भी है जो उपयोगकर्ताओं को दूर से कार्य आवंटित करने की अनुमति देती है। अपने फोन से एक जॉब शुरू करें, और क्लॉड अपने मैक पर इसे संभाल लेगा।
अनुमतियाँ और सुरक्षा गाइडरेल्स
प्रणाली प्रत्येक सत्र में पहले कार्य के दौरान क्लॉड द्वारा कोई भी कार्रवाई करने से पहले स्पष्ट उपयोगकर्ता अनुमति की आवश्यकता होती है। संवेदनशील संचालनों से पहले गोपनीयता सूचनाएँ प्रदर्शित होती हैं, और ऐप-स्तरीय अनुमतियाँ उपयोगकर्ताओं को यह नियंत्रित करने की सुविधा देती हैं कि क्लॉड क्या स्पर्श कर सकता है और क्या नहीं।
प्रारंभिक लॉन्च केवल भुगतान किए गए व्यक्तिगत योजनाओं के लिए सीमित है। टीम और एंटरप्राइज सब्सक्रिप्शन टियर्स अभी तक एक्सेस नहीं कर सकते।
एक ईमानदार चेतावनी जो एंथ्रोपिक स्वयं मानता है: क्लॉड जटिल डेस्कटॉप कार्यों को निष्पादित करने में एक इंसान से धीमा है। एआई प्रत्येक बातचीत को एक विधिवत, सावधानी से दृष्टिकोण से लेता है, स्क्रीन पढ़ता है, कार्रवाईयों की योजना बनाता है, और फिर उन्हें कदम दर कदम निष्पादित करता है।
बीटा प्रयोग से उत्पाद लॉन्च तक
यह लॉन्च किसी अचानक घटना से नहीं आया। एंथ्रोपिक ने अक्टूबर 2024 में क्लॉड 3.5 सोनेट के साथ बंडल किए गए कंप्यूटर यूज API के रूप में पहली बार कंप्यूटर नियंत्रण क्षमताओं को बीटा स्वरूप में पेश किया। वह संस्करण एक प्रूफ ऑफ कॉन्सेप्ट था, जो मुख्य रूप से ऐसे डेवलपर्स के लिए था जो एजेंटिक वर्कफ्लोज़ के साथ प्रयोग करना चाहते थे।
इसका AI एजेंट रेस पर क्या असर होगा
वर्तमान सीमाएँ वास्तविक हैं। मानव से धीमी कार्यक्षमता का अर्थ है कि यह किसी के कार्य प्रवाह को एक रात में बदलने वाला नहीं है। यह वास्तविक समय प्रतिक्रिया की आवश्यकता वाले किसी भी कार्य के लिए नहीं, बल्कि दोहराव वाले, उच्च आयतन के कार्यों के लिए अधिक उपयोगी है। पृष्ठभूमि मोड डिज़ाइन का अर्थ है कि क्लॉड आपके द्वारा सक्रिय रूप से किए जा रहे कार्य के साथ बातचीत नहीं कर सकता — यह केवल अपनी ही विंडों तक सीमित है।
अभी के लिए, यह सुविधा macOS 15 या उसके बाद के संस्करण पर व्यक्तिगत भुगतान करने वाले सदस्यों के लिए अनन्य रहेगी, और टीम या एंटरप्राइज के लिए उपलब्धता का कोई समयसूची घोषित नहीं किया गया है।