Claude Code 推出 Artifacts 功能：实时交互式页面让 AI 工作进度一目了然

Claude Code 这回终于不只是闷头写代码了，它开始学会把自己干活的成果，实时摊在一个网页上，让所有人围观。

今天凌晨，Anthropic 宣布 Claude Code 正式支持 Artifacts 功能。

Artifacts 最早于 2024 年在 Claude 网页版推出，主要用于展示代码和网页内容。如今，这项能力被引入 Claude Code，开始面向开发者的实际工作流程。

相比单纯帮助开发者写代码，Anthropic 这次希望解决团队协作中的信息传递问题。借助 Artifacts，Claude Code 可将代码修改、故障排查或数据分析过程整理成实时更新的网页，诸如 PR 解读、事故时间线和数据仪表盘，方便集中展示与共享信息。

官方博客： https://claude.com/blog/artifacts-in-claude-code

用可视化页面，「同步一下进度」

Claude Code Artifacts 最有意思的地方，并非只是生成页面，而是生成页面时，几乎不需要你额外去做配置。

系统会基于整个会话上下文生成 artifact，包括本地代码库、连接的数据源，以及用户与 Claude 的对话内容，然后自动整合成一个可视化的交互界面。

Anthropic 列举了一个典型案例：在一次线上事故调查中，页面可以同时展示失败测试、对应代码函数、监控系统里的错误率曲线，以及 Claude 推导出的原因分析。开发者不用再搭临时看板，也不用写脚本拉数据，只需要让 Claude Code 生成一个页面。

更关键的是，这并非一份静态报告。Claude Code 持续工作的过程中，页面也会随之刷新。同一个链接下不断产生新版本，团队成员打开后看到的，是实时进展，而不是某个时间点的快照。

Anthropic 内部测试发现，调试和事故排查是最常见的场景之一。一个工程师早上启动故障调查，Claude Code 自动分析日志并生成页面，里面包含时间线、可疑提交和错误率变化。等到团队会议开始时，Claude 可能已经更新过两三轮内容。会议不再围绕「谁来讲一下发生了什么」，所有人只需看同一个页面，就能完成信息同步。

安全方面，Anthropic 延续了企业产品一贯的谨慎风格。Artifacts 默认私有，只能在组织内部分享，无法公开访问互联网。管理员可以通过组织级权限、角色控制和合规接口，统一管理访问范围。

目前，Artifacts 已以 Beta 形式向 Claude Team 和 Enterprise 用户开放，可通过 Claude Code CLI 和桌面应用使用，生成的页面支持在浏览器中查看。

Coding Agent 的下半场，是工作「解释权」之争

把时间往前拨两周，会发现本次发布还有另一层意味。

不久前，OpenAI 刚刚给 Codex 推出了 Sites 功能。它允许 Codex 把想法、分析和计划转化为可托管、可交互、可分享的网站或轻量应用，并通过 URL 分享给同一 workspace 内的成员。

借助 Sites，Codex 的输出不再局限于文档、表格和幻灯片。企业团队可以把客户评审材料变成一个交互网页，集中展示产品更新、开放问题、使用趋势和下一步行动；也可以把财务模型变成 scenario planner，让管理层直接比较不同假设；还可以把发布材料变成 launch hub，持续更新 messaging、里程碑、负责人和决策状态。

两家公司几乎同时推出 AI 生成网页的能力，看起来像是在争夺同一块企业场景，但路线差异非常明显。OpenAI 更接近应用平台，Anthropic 则更接近工作画布。

Codex Sites 偏向托管环境。它支持 Cloudflare Worker、数据库、对象存储、用户登录和权限管理，本质上是在帮助企业快速生成并部署内部应用。而 Claude Code Artifacts 则刻意避开这些能力。

Artifact 是工作的呈现，不是应用。我们查阅了官方博客，每个 Artifact 都只是一个独立 HTML 页面，单页渲染上限 16 MiB （约 16.8 MB），没有后端，没有数据库，也不能调用外部 API。

文档链接： https://code.claude.com/docs/en/artifacts

页面无法加载外部脚本、字体或样式资源，所有内容都必须封装在页面内部。从技术角度看，这些限制甚至有些苛刻。

Claude Code 负责人 Boris Cherny 也在 X 上表示，自己已经把 Artifacts 用在代码解释、系统架构图、动画方案预览、数据分析和团队仪表盘等各种场景里。这充分反映了一点：AI 编程工具的竞争，正在进入下半场。

过去两年里，各家厂商围绕代码生成、代码补全、自动修复和 Agent 能力展开激烈竞争。但随着模型能力持续提升，新的问题开始浮现：当 AI 帮工程师完成了一次故障排查、一轮代码重构，或者一个复杂功能开发后，团队里的产品经理、设计师、管理者、安全负责人乃至公司高层，如何快速理解发生了什么、为什么这么做，以及接下来应该关注什么？

在这样的背景下，AI 编程工具正在从单纯的代码生产工具，演变为连接整个工作流的协作节点。未来的 Coding Agent 不仅要会写代码，还要会展示工作、传递上下文、同步状态，并让不同角色的人都能参与到同一个工作界面中。

对于 Anthropic、OpenAI 以及越来越多进入这一赛道的玩家而言，这很可能会成为 Coding Agent 的下一轮竞争目标。终端里那个埋头干活的 Claude，这回也总算学会用 AI 给自己写「工作汇报」了。

在 云栈社区 ，你也可以看到更多围绕 AI 编程工具、开发者工作流等话题的深度讨论，看看大家是怎么把各类新工具玩出花来的。