Anthropic 为 API 增加 Agent 工具：支持代码执行、MCP 与 1 小时缓存

以前想让 AI Agent 帮你干点稍微复杂的活，开发者得在后台搭一整套基建：不仅要自己搭沙盒跑代码，还要写客户端对接各种工具，每次对话还得把一大堆文件重新上传一遍。

Anthropic 在其 API 上直接把这些脏活累活全包了。这次一口气上线了四个处于公开测试阶段的新能力，包括沙盒代码执行、远程 MCP 连接器、文件存储接口，以及把 Prompt 缓存时间直接拉长到一小时。

配合新推出的 Claude Opus 4 和 Sonnet 4，开发者基本不需要再自己折腾底层运行时，就能把 Claude 捏成一个能查数据、调系统、自己跑分析的完整 Agent。

扔掉外部沙盒，直接在 API 里跑 Python

过去让大模型分析数据，它只能把 Python 代码写在文本框里，让你复制出来自己去跑。现在 Anthropic 在 API 端直接塞进了一个沙盒环境。

Claude 不仅能直接运行 Python，还能做数据清洗、回归分析、统计建模，甚至直接画出数据可视化图表。如果第一次运行报错或者结果不理想，它会在沙盒里自己修改代码、重新执行，直到拿到结果。

成本方面也算亲民。每个组织每天有 50 个小时的免费使用额度，超出部分按照每个容器每小时 0.05 美元收费。

更方便的是这次配合推出的 Files API。以前调用大模型处理数据集，每次发请求都得重新传一遍文件，费时又费钱。现在文件只需要上传一次，就能跨会话多次调用。后续代码执行工具还会直接读取这些文件，生成的图表也能直接作为文件回传给用户。

MCP 直连加一小时缓存，Agent 不再失忆

这次另一个大动作是 MCP 远程连接器。此前 Anthropic 推出的 Model Context Protocol（MCP）虽然火，但开发者想接外部工具，还得自己写客户端代码去管连接和鉴权。

现在只要在 API 请求里塞一个远程 MCP 服务器的网址，Anthropic 的后端就会自动完成工具发现、调用决策、鉴权和错误重试。像是 Zapier、Asana 这种第三方系统，填个链接就能直接让 Agent 接管。

做长任务 Agent 最怕的还有两件事：太贵和记不住。Anthropic 把原本只有 5 分钟有效期的 Prompt 缓存，延长到了整整 1 小时。

这一项改动把缓存存活时间拉长了 12 倍。官方表示，对于需要挂载大量背景知识或多轮调用的长任务，长提示词的成本最高可以省下 90%，延迟最高降低 85%。

为什么重要

我们认为，Anthropic 这次更新本质上是在把 Agent 框架的活，收归到模型厂商自己的 API 里。

对开发者和企业来说，它的价值非常直接。以前你要做个自动化财务分析或者项目管理助理，得自己买云函数搭隔离沙盒，还要用 LangChain 之类的框架写一大堆胶水代码。现在只要调一个原厂 API，给个数据文件和 Asana 的 MCP 地址，剩下的执行闭环 Claude 自己就能搞定，试错门槛被砸到了地板上。

从行业竞争来看，这一步走得相当精准。OpenAI 早就有了 Code Interpreter 和 Assistants API，但 Anthropic 靠着开源的 MCP 协议拉拢了一大批外部生态，现在又用原生云端直连和 1 小时超长缓存补齐了短板。

看起来唯一的隐患，是模型厂商正在快速吸干中间层创业公司的生存空间。当底层 API 已经自带沙盒、状态存储、工具编排和长效缓存时，那些只做简单调度和沙盒托管的工具商，恐怕很难再找到收钱的理由了。