Anthropic 近日为其 AI 模型 Claude 推出了一项强大的新功能，允许模型在服务器端沙箱环境中执行代码、分析数据并创建文件。尽管官方将其命名为拗口的“升级版文件创建与分析”（Upgraded file creation and analysis），但其实质就是对标 OpenAI 广受欢迎的 ChatGPT 代码解释器（Code Interpreter）。

这项新功能目前已向 Max、Team 和 Enterprise 订阅用户开放预览，Pro 用户也将在未来几周内获得访问权限。

新旧功能对比

值得注意的是，这项新功能与 Claude 在 2024 年 10 月推出的“分析工具”（Analysis tool）截然不同。旧版工具通过在用户浏览器中生成并执行 JavaScript 来工作，而新功能则在服务器端容器中运行，实现方式更接近 OpenAI 的代码解释器。

在设置中启用新的“升级版文件创建与分析”后，旧的“分析工具”选项会自动关闭，二者无法同时使用。

环境探索

为了解其运行环境，我们首先让 Claude 自我剖析其 Shell 和 Python 环境。

系统配置

通过一系列命令查询，我们得到了其运行环境的关键信息：

  • 操作系统: Ubuntu 24.04.2 LTS (Noble)，Linux 内核 4.4.0
  • 架构: x86_64
  • Shell: GNU Bash 5.2.21
  • 当前用户: root
  • 工作目录: /home/claude
  • 内存: 9.0 GB
  • 可用磁盘空间: 约 4.6 GB（总共 4.9 GB）
  • Python 版本: 3.12.3
  • Node.js 版本: 18.19.1

这是一个配备了 9GB 内存和约 5GB 磁盘空间的 Ubuntu 24.04.2 容器，预装了 Python 3.12.3 和 Node.js 18.19.1。

网络访问与依赖安装

尝试直接访问互联网，如使用 curl 或 Python 的 http 库请求外部 JSON 文件，均返回了 403 Forbidden 错误。这表明其网络访问受到了严格限制。

通过检查环境变量，发现系统配置了 HTTP 代理：

HTTPS_PROXY=http://21.0.0.167:15001
https_proxy=http://21.0.0.167:15001
http_proxy=http://21.0.0.167:15001

这证实了所有出站网络请求都通过一个 Envoy 代理，该代理实施了严格的白名单策略。根据官方文档，允许访问的域名包括：

  • Anthropic 服务: api.anthropic.com, statsig.anthropic.com
  • 版本控制: github.com
  • 包管理器:
    • NPM: registry.npmjs.org, npmjs.com, npmjs.org
    • Yarn: yarnpkg.com, registry.yarnpkg.com
    • Python: pypi.org, files.pythonhosted.org, pythonhosted.org

一个令人惊喜的发现是，Claude 可以在其环境中动态安装 PyPI 包。执行 pip install sqlite-utils 命令成功完成。这是 Claude 代码解释器相较于 ChatGPT 的一个显著优势。

关键限制

尽管功能强大，但 Claude 的代码解释器有一个重要限制：上传和下载的最大文件大小为 30MB。相比之下，ChatGPT 的限制是 512MB。对于需要处理上百兆数据库文件的用户来说，这无疑是一个明显的短板。

实战测试

基础任务：分析数据库并生成图表

上传一个 21.9MB 的 SQLite 数据库文件，并要求 Claude 探索该数据库，生成一个包含所有表连接关系图的 PDF 文件。

模型成功完成了任务，不仅生成了 PDF，还提供了一个 PNG 格式的等效图片。虽然生成的连接图线条有些杂乱，难以追踪，但证明了该系统具备分析 SQLite 文件并生成可视化结果的能力。通过进一步的提示词优化，相信可以获得更理想的输出。

进阶挑战：复现复杂数据图表

为了测试其处理复杂任务的能力，我们尝试复现一张关于 AI 技术采用率的图表。任务提供了原始图表的截图和一份 XLSX 数据文件。

第一步：初步生成

Claude 编写并运行了一系列 Python 代码，生成了图表的初版。结果不错，但线条呈锯齿状，不够平滑。

第二步：平滑曲线

尝试让其绘制“六个调查周期的滚动平均值”，并要求“让线条不那么锯齿状”。模型最初误解了意图，尝试使用 scipy 进行数据处理，导致结果不符合预期。

第三-步：精确引导

通过更明确的提示：“我不是指渲染平滑，而是希望点与点之间是平滑的曲线，就像原始截图中那样”，模型最终理解了需求，并成功生成了平滑的曲线图。

第四步：细节修复

与之前在 ChatGPT 上遇到的问题类似，图表标题出现了重叠。通过提供带有问题的截图并给出修复指令，Claude 最终解决了这个问题，成功复现了目标图表。

整个过程虽然需要多次引导和修正，但最终证明了 Claude 代码解释器在数据可视化方面具备强大的实力。

安全风险分析

与完全无法访问互联网的 ChatGPT 代码解释器不同，Claude 的环境可以访问 GitHub、PyPI 等特定网站。这带来了潜在的提示词注入（Prompt Injection）风险。

Anthropic 在其帮助文档中也明确指出了这一点：

恶意行为者可能通过外部文件或网站暗中添加指令，诱使 Claude：

  • 在沙箱环境中下载并运行不受信任的恶意代码。
  • 从连接的知识源中读取敏感数据，并利用沙箱环境通过外部网络请求泄露这些数据。

这意味着 Claude 可能被诱骗，将其上下文中的信息（如提示、项目数据等）发送给恶意的第三方。

Anthropic 给出的缓解建议是“在使用该功能时密切监控 Claude 的行为”，这种将安全责任转移给用户的做法略显不足。尽管他们已经通过白名单限制了网络访问，但仅开放 github.com 就可能带来大量潜在的数据泄露途径。

因此，在使用此功能处理任何敏感数据时，用户应保持高度警惕。

👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API：