Май 2026 · чтение 9 мин · Fran Olivares, основатель OlivaresAI
Поисковый трафик и разговоры разработчиков часто смешивают эти два, потому что оба появились в 2024-2025 как способы сделать AI «более способным», но измерения, которые каждый из них расширяет, ортогональны. Это руководство проходит через то, что на самом деле делает каждый, на какие вопросы отвечает каждый и архитектуры, которые сочетают их, чтобы Вы могли выбрать правильный инструмент — или правильную пару — для агента, которого строите.
Computer Use — это возможность Claude API, где модель получает скриншоты рабочего стола или браузера и отвечает структурированными tool-вызовами, описывающими действия: переместить мышь к (x, y), кликнуть, напечатать строку, сделать ещё один скриншот. Цикл приложения выполняет эти действия на реальной (или виртуализированной) машине и подаёт следующий скриншот обратно. Модель, по сути, управляет компьютером так же, как это делает человек — через пиксели, клики и нажатия клавиш — а не через API.
Это разблокирует задачи, которые ранее были невозможны без либо собственной интеграции, либо человека в цикле: заполнение форм в legacy-SaaS, у которой нет API, навигация во внутренних инструментах, скрапинг защищённых dashboards, end-to-end QA веб-приложения, workflows «сделай мои налоги», многошаговое исследование, которое пересекает три разных сайта. Компромисс — это задержка (каждый ход — это round-trip скриншота), стоимость (image input tokens быстро накапливаются) и надёжность (модель иногда кликает не туда на плотных UI).
Alma — это слой, который удерживает факты, предпочтения, решения и контекст разговоров между всеми AI-сессиями — так что ассистент ведёт себя как один непрерывный соавтор, а не сбрасывается на каждом ходу. Memories типизированы и структурированы (предпочтения, решения, заметки по проекту, правила идентичности), индексированы семантически через vector embeddings и собираются в системный промпт каждого нового разговора менее чем за 100 ms через сборку контекста Alma.
В отличие от Computer Use, Alma не действует в мире. Она не кликает, не печатает, не прокручивает и не перемещается. Что она делает — это делает любую используемую Вами модель — Claude, ChatGPT, Gemini, Вашего собственного агента — осведомлённой о связной долгой дуге того, кто пользователь и что было уже решено. Прочтите глубокое погружение в «Устойчивая память для AI: полное руководство 2026».
По двум причинам. Первая, оба поставляются с заголовком «сделать AI более способным», который схлопывает каждое измерение способности в один поисковый запрос. Вторая, оба полагаются на tool use под капотом — Computer Use открывает инструменты управления компьютером, Alma открывает инструменты управления памятью — так что с точки зрения интеграции разработчика API-поверхность выглядит поверхностно похожей (системный промпт + инструменты + цикл). Под этим — режимы отказа, профили задержки и ценностные предложения совершенно разные.
Самая чистая ментальная модель: Computer Use — это про делание. Устойчивая память — это про знание. Агент, который может делать без знания, повторяет те же шаги настройки в каждой сессии. Агент, который знает, но не может делать, может консультировать, но не выполнять. Настоящий production-агент часто нуждается в обоих.
Используйте Computer Use, когда работа происходит внутри интерфейса, до которого модель не может дотянуться через API. Конкретные примеры: заполнение табелей времени в legacy-enterprise-софте, скачивание отчётов с портала вендора, манипуляция таблицей внутри desktop-приложения, навигация в SaaS, у которой намеренно нет публичного API, выполнение сложной последовательности кликов между несколькими вкладками браузера. Если предложение в запросе пользователя — «иди на сайт X, кликни Y, скопируй значение, вставь его в Z», это территория Computer Use.
Когда НЕ использовать: всё, что имеет настоящий API. Прямой вызов GitHub API значительно быстрее, дешевле и надёжнее, чем просить Claude войти в dashboard GitHub и кликать. Computer Use — это запасной путь для длинного хвоста инструментов без должных интеграций, а не основной путь для тех, у кого они есть.
Используйте устойчивую память всякий раз, когда пользователь хочет, чтобы AI вёл себя как коллега, который помнит предыдущие разговоры, предпочтения и решения — вместо того чтобы начинать с чистого листа каждый раз. Конкретные примеры: копилот для кода, который помнит Ваш стек, правила линтера, архитектурные решения, которые Вы приняли на прошлой неделе, соглашения, которые Ваша команда согласовала в прошлом спринте. Ассистент письма, который помнит Ваш голос, аудиторию и рабочие названия Ваших проектов. PM-агент, который отслеживает стейкхолдеров, SLAs и риски между днями. См. полную разбивку в «Создание PM-агента с Claude API и устойчивой памятью».
Когда НЕ использовать: одноразовые транзакционные запросы, где нет ничего, что стоит помнить. «Какая столица Австралии?» — без состояния по определению. У устойчивой памяти есть накладные расходы — даже небольшие — и она окупается только тогда, когда есть долгая дуга работы, которую стоит помнить.
Да — и здесь сидят самые интересные архитектуры агентов 2026 года. Шаблон прост: устойчивая память держит долгоживущий контекст (кто этот пользователь, что он пытается сделать между сессиями, о чём мы договорились в прошлый раз), а Computer Use — это инструмент, к которому агент тянется, когда следующее конкретное действие требует взаимодействия с UI. Слой памяти информирует системный промпт; цикл Computer Use выполняет конкретные задачи в этом информированном контексте.
Проработанный пример: личный агент «сделай мои дела». Устойчивая память держит банк пользователя, налоговый ID, постоянных вендоров, ежемесячные категории расходов, прошлые решения о том, какие подписки отменить, и т.д. Когда пользователь говорит «обработай счета за этот месяц», агент собирает контекст (знает вендоров, правила категоризации, банк), затем использует Computer Use, чтобы войти в банковский портал, SaaS-инструмент биллинга и веб-приложение бухгалтера для выполнения многошагового workflow. Без памяти агент повторно спрашивает каждую деталь каждый месяц. Без Computer Use агент может только описать, что делать, но не делать это.
Три уровня, сверху вниз:
POST /api/v1/context/assemble, чтобы построить системный промпт, обогащённый релевантными memories, episodes, procedures и Soul-блоками. После вызова LLM вызывайте POST /api/v1/memories/extract, чтобы добыть новые факты из разговора. Слой памяти независим от LLM-провайдера — работает одинаково с Claude, GPT или Gemini.computer_use_20250124. На каждом ходу модель получает собранный системный промпт + запрос пользователя + последний скриншот (если предыдущий вызов Computer Use вернул его). Она либо отвечает текстом, либо структурированным tool-вызовом (computer.screenshot, computer.click, computer.type и т.д.).Циклы памяти и Computer Use не мешают друг другу. Это независимые инструменты, из которых выбирает агент. Слой памяти делает агента умнее; Computer Use делает агента способным завершить работу.
Память дешёва и быстра. Сборка контекста — это ~30-80 ms и несколько центов на тысячу вызовов. Computer Use дорог и медленен — image input tokens доминируют стоимость, и каждый ход ждёт скриншота. Типичная задача Computer Use — это 10-30 ходов, каждый ход стримит обратно ~2-5 секунд. Двухминутная задача Computer Use может стоить $0.10-$0.50 в API-сборах; десятиминутная может пересечь $1.
Практическое следствие: проектируйте агента так, чтобы память делала тяжёлую работу с тем, что уже известно, а Computer Use резервировался для тех частей, которые действительно требуют взаимодействия с UI. Если агент тянется к Computer Use, чтобы найти данные, которые в памяти, Вы платите по тарифу скриншотов за запрос по тарифу центов. Архитектура всегда должна предпочитать вспоминание памяти повторному открытию.
Нет. Alma построена поверх API Anthropic — Claude является LLM, который питает чат, извлечение, ассистента внутри веб-приложения Alma, инструменты письма, циклы агентов. Alma — это слой памяти, который делает модели Anthropic более полезными при использовании на масштабе индивидуумами или командами. Computer Use — одна из других возможностей Anthropic, дополняющая память. Правильная рамка — это то, что Alma + Anthropic Claude (с или без Computer Use) — это стек, а не сравнение «против».
Если Ваш интерес в памяти: начните на alma.olivares.ai, установите MCP-сервер в Claude Desktop, и у Вас есть устойчивая память за пять минут — см. «Как использовать MCP для памяти AI: настройка за 5 минут». Если Ваш интерес в Computer Use: он гейтуется Anthropic и живёт за beta-заголовком на Claude API; их документация проводит через настройку. Если Вы строите оба: прототипируйте память первой (интеграция проще, и ценность накапливается во всех сессиях), затем наслаивайте Computer Use сверху для конкретных действий, которые агенту нужно выполнить.
Связанное чтение: Устойчивая память для AI: полное руководство 2026 · Создание PM-агента с Claude API и устойчивой памятью · Трёхуровневая архитектура памяти · Сравнение Alma против Claude Memory · REST API Alma.