Anthropic 釋出了一支短片 「Artifacts in Claude Code: share your work as it happens」，示範 Claude Code 的 Artifacts 功能——讓 AI 在幫你寫程式、分析資料的「同時」，把成果即時變成一個可視化、可分享的頁面。對天天在用 AI 工具開發的團隊來說，這是把「AI 的產出」從一堆終端機文字與 JSON，升級成「同事看得懂、改得動、能直接交付」的東西。先看影片：
這支影片在講什麼
Claude Code 是 Anthropic 的代理式（agentic）命令列開發工具：你用自然語言交辦任務，它會自己讀檔、改碼、跑指令、修測試。過去它的產出多半是終端機裡的文字與 diff；而 Artifacts 讓它在工作過程中，把「值得獨立呈現」的東西——一張圖表、一個互動原型、一份文件、一段視覺化——直接渲染成一個獨立的成品頁，邊做邊長出來，做完就能丟給同事看。影片的重點正是「share your work as it happens」：不必等全部跑完、不必手動複製貼上，過程本身就是可分享的。
Artifacts 到底能產出什麼
依官方說明，當 Claude 產生的內容「夠完整、可獨立使用（通常超過 15 行）、而且你很可能會想拿去編輯或在對話之外使用」時，就會把它做成 Artifact。常見類型包括：
- 文件（Markdown／純文字）
- 程式碼片段
- 單頁網站（可直接預覽的 HTML）
- 向量圖（SVG）與流程圖／架構圖
- 互動元件（用 React 寫的小工具、儀表板、計算機）
換句話說，它把「raw output（資料、mockup、一大坨 JSON）」變成一頁清楚、可分享的視覺成品，還能發布、被別人 remix、或在團隊的 Projects 裡協作。這跟 claude.ai 上大家熟悉的 Artifacts 是同一個概念，差別在於它現在直接長在 Claude Code 的開發流程裡。
為什麼這對開發團隊重要
真正的價值不在「AI 會寫」，而在縮短從產出到回饋的距離：
- 回饋迴圈更快：以前要把 AI 的輸出複製出來、貼進別的工具才看得到效果；現在邊做邊看、即時迭代。
- 非工程師也看得懂：PM、設計、主管不必盯著終端機 diff，直接看一個可互動的頁面或圖表就能給意見。
- 成果可分享、可協作：把一次性的「對話紀錄」變成可交付、可被同事 remix 的「成品」。
- 降低溝通成本：一張自動生成的架構圖或資料儀表板，勝過十句文字描述。
AI 寫得快不稀奇，難的是「讓團隊立刻看懂、改得動」。Artifacts 把 AI 的產出從對話紀錄變成可交付的成品。
MAQ 觀點：工具很香，但機器要先備好
先講清楚一個常見誤會：Claude Code 本身是呼叫雲端 API 的命令列工具，並不吃高階顯卡——你不需要為了跑它去買一台百萬主機。它真正會跟硬體扯上關係，是當你把它放進一整套本地開發環境時：容器化（Docker）、本機跑開源大模型做 RAG／推論（Ollama／vLLM）、向量資料庫、多代理工作流（LangGraph／CrewAI）……這時候機器的記憶體、CPU 核心數、是否預載好環境，就差很多。
MAQ 的 AI 工作站與 AI Agent 代理 PC 出廠就預載 Claude Code、Cursor、Codex CLI、LangGraph、CrewAI、Ollama、Docker、CUDA，接上電源與網路就能直接進入這種代理式開發流程，不必先花兩週配環境、踩驅動坑。對程式碼與資料要留在公司、不外送，或想同時在本機跑開源模型的團隊，更可以搭配 MAQ 的地端 AI 機型，把雲端工具與本地模型混搭在同一台機器上。
不確定自己的用途該配哪一台，可以先看我們的 AI 硬體選購指南，把模型大小、並行人數、預算對應到合適的規格。
資料來源：Anthropic 影片「Artifacts in Claude Code: share your work as it happens」（YouTube）、Anthropic 官方 Artifacts 說明文件。本文為 MAQ 整理與觀點，Claude、Claude Code 為 Anthropic 之商標。