大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



发布会很直爽，「发布即可用」在同行的衬托下争取了极大的好感度。Anthropic 现在是一门心思押注在编程和 Agent 领域了，只要能把这两个方向做扎实了，生态位还是挺稳固的。

从纸面参数看，Claude 4 相比 Claude 3.7 提升幅度没有跨代那么夸张，其实略低于预期。但考虑到 Anthropic「跑分没赢过，体验没输过」的传统，具体使用效果有待验证。

现在 Agent 也很卷，微软 Build 整个讲 Agent 叙事，Google I/O 都开始整 API（Artificial Pokemon Intelligence）的活了，Claude 4 虽然在编程领域的暂时领先，但考虑到 Claude 定价并不便宜而 Google 财大气粗，也许 Gemini 的份额还会上升。

这个月还在憋气的剩下 Grok 3.5（以及 DeepSeek），不知道月底前还能不能见到这俩出来走两步。

---

「我不是一个喜欢炒作的人，」 Dario Amodei 在台上略显轻松地说完这句开场白，随即就投下了一颗重磅炸弹：「就在此刻，Claude 4 Opus 和 Claude 4 Sonnet 已在所有相关产品平台上线！」

说真的，Anthropic 这场这可能是我今年看过最直爽的发布会，开局三分钟直接放大招，然后网页、API 立即可用。能与之媲美的也许只有连发布会都不开的 DeepSeek 吧。

Anthropic 这次发布了 Claude 4 系列中的两款模型：

• Claude 4 Opus：定位最强、最智能的模型，专为复杂推理、顶级编程和 AI Agent 工作流打造。
• Claude 4 Sonnet：性能卓越，兼具高推理能力和高效率，是 Claude 3.7 Sonnet 的显著升级版。

那么，Claude 4 究竟带来了哪些颠覆性的更新？又将如何改写 AI Agent 的未来？

• 编程能力登顶全球：Claude 4 Opus 在 SWE-bench 上以 72.5% 的成绩傲视群雄，Terminal-bench 得分 43.2%，登顶「世界**编程模型」。Claude 4 Sonnet 在 SWE-bench 上也取得了 72.7% 的 SOTA 成绩。

• AI Agent 能力再突破：
• 扩展思考与工具使用：模型能在「扩展思考」模式下调用网页搜索等工具，实现推理与工具的交替使用，大幅提升响应质量。
• 并行工具执行：可同时调用多个工具，效率更高。
• 指令遵循更精准：对复杂指令的理解和执行能力显著增强。
• 记忆力大幅提升：通过开发者授予的本地文件访问权限，模型能创建和维护「记忆文件」，提取并保存关键信息，实现跨会话的连续性和隐性知识积累。
• Claude Code 全面开放：此前备受好评的 Claude Code（原 CLI 工具）正式 GA，支持 GitHub Actions 后台任务，并原生集成 VS Code 和 JetBrains IDE，可直接在文件中显示编辑建议，实现无缝结对编程。同时发布 Claude Code SDK，赋能开发者构建自己的 AI Agent。
• 全新 API 能力：
• 代码执行工具：赋予 Claude 运行代码的能力。
• MCP 连接器：通过 MCP，让 Claude 能与现有系统和工具无缝连接。
• Files API：简化文档访问和存储，支持构建更强大的记忆功能。
• 提示词缓存长达 1 小时：显著降低长对话和 Agent 工作流的成本和延迟。
• 更负责任的 AI：模型「走捷径」、「钻空子」完成任务的行为比 Sonnet 3.7 减少了 65%。Opus 4 更是 Anthropic 首个激活 ASL-3（AI 安全级别 3）保护措施的模型，以应对潜在的 CBRN（化学、生物、放射性和核）武器相关风险。
• 混合模型，两种模式：提供近乎即时的响应和用于深度推理的「扩展思考」模式。
• 定价保持不变：Opus 4 为 \(15/\)75 每百万输入/输出 tokens，Sonnet 4 为 \(3/\)15 每百万输入/输出 tokens。

• 多平台可用：Anthropic API、亚马逊 Bedrock、谷歌云 Vertex AI 均已上线。

「我们已经有一段时间没有 Opus 模型了，」Dario 在发布会上提醒道，「Opus 是我们能力最强、最智能的模型。」

而这次的 Claude 4 Opus，更是将「智能」二字推向了新的高度，尤其是在编程和复杂问题解决领域。

Anthropic 官方数据显示，Claude 4 在编程基准测试中名列前茅：

Dario 自豪地表示：「一些我们最高级的工程师都惊讶于 Opus 4 让他们变得多么高效。甚至有一次，我看到 Claude 写的内部总结文档，差点以为是团队里某个人写的，这是第一次我被 AI『骗』到。」

合作伙伴们也纷纷发来「贺电」：

• Cursor：「这是编程领域的 SOTA 模型，是理解复杂代码库的一大飞跃。」
• Replit：「在跨多文件的复杂变更上，精度和能力都有了巨大提升。」
• Block：「这是第一个在其 AI Agent 『codename goose』中，能在编辑和调试时提升代码质量，同时保持完整性能和可靠性的模型。」
• Rakuten：「通过一项要求严苛的开源重构任务验证了其能力，该任务独立运行了 7 小时并保持持续性能。」
• Cognition：「Opus 4 擅长解决其他模型无法应对的复杂挑战，成功处理了先前模型错过的关键操作。」

Mike Krieger 补充道：「Opus 4 非常擅长理解你的代码库并规划新增功能。从代码迁移到重构，它都极其高效和准确，是你最复杂 Agentic 工作流的正确选择。如果你发现其他模型在你的用例上碰壁了，我相信 Opus 4 会给你惊喜。」

一个令人印象深刻的例子是 Claude 4 Opus 玩《宝可梦》的能力。据 WIRED 报道和 Anthropic 研究员 David Hershey 透露，Claude 4 Opus 能够连续 24 小时有策略地玩《宝可梦红版》，而此前的 Claude 3.7 Sonnet 最长只能坚持 45 分钟。

Opus 4 在游戏中展示了出色的长期记忆和规划能力，比如在意识到需要特定能力才能前进后，它会花两天时间提升技能再继续游戏。当被赋予本地文件访问权限时，Opus 4 甚至会创建和维护「记忆文件」（如「导航指南」）来记录关键信息，辅助游戏。

这种长时间、多步骤、几乎没有即时反馈的推理能力，展示了模型前所未有的连贯性。

如果说 Opus 4 是追求极致性能的「旗舰」，那么 Claude 4 Sonnet 则是性能与效率的「甜点级」选择。

Dario 表示：「Sonnet 是我们都熟悉并喜爱的中端模型，在智能和效率之间取得了良好平衡。」 而 Claude 4 Sonnet 在 Sonnet 3.7 行业领先能力的基础上再次显著提升，尤其是在编程方面，SWE-bench 得分高达 72.7%。

Mike Krieger 形容 Sonnet 4 为「你永远在线的编程伙伴」，非常适合日常编程任务、应用开发和结对编程，以及高吞吐量的使用场景。

「对于许多人来说，这会是 Sonnet 3.7 的一个严格改进版本，成本相同，但智能更高。许多客户正在直接从一个切换到另一个。」 Dario 补充道，「它特别解决了我们从 Sonnet 3.7 收到的一些关于『过度热情』（over eagerness）的反馈——即模型做得比你要求的更多，这与早期的『懒惰』问题正好相反。」

众多客户也对 Sonnet 4 给出了高度评价：

• GitHub：「Claude Sonnet 4 在 Agentic 场景中表现出色，并将作为 GitHub Copilot 中新编程 Agent 的基础模型。」
• Manus：「在遵循复杂指令、清晰推理和美学输出方面有显著改进。」
• iGent：「Sonnet 4 在自主多功能应用开发方面表现优异，问题解决和代码库导航能力也大幅提升，导航错误率从 20% 降至接近零。」
• Sourcegraph：「该模型展示了在软件开发领域实现重大飞跃的潜力——能更长时间保持专注，更深入理解问题，并提供更优雅的代码质量。」
• Augment Code：「更高的成功率，更精准的代码编辑，以及在复杂任务中更细致的工作，使其成为我们主要模型的首选。」

「我知道『Agent』这个词最近被提及很多，」 Mike Krieger 在台上开玩笑说，「Anthropic 内部有个笑话，看开会多久才会提到『Agent』这个词，目前记录是 17 分钟。」

玩笑归玩笑，AI Agent 无疑是本次发布会的核心焦点。Claude 4 系列带来的新能力，正推动 AI Agent 从「概念」走向「实用」，并朝着「不可或缺的虚拟合作者」迈进。

这是 Claude 4 的一大亮点。模型现在可以在思考过程中主动调用外部工具，如网页搜索，获取实时信息或执行特定操作，然后将这些信息整合到其推理链中，从而给出更全面、准确的回答。这种「边想边用工具」的能力，让 Claude 不再仅仅是一个封闭的知识库，而是能够与现实世界互动的智能体。

正如玩《宝可梦》的例子，Claude 4 Opus 在被授予访问本地文件的权限后，能够创建和维护「记忆文件」。这种「自管理内存」的能力，使其能够记住跨会话的关键信息、上下文和用户偏好，从而在长达数小时的复杂任务中保持连贯性和专注度。Rakuten 的 7 小时代码重构案例就是明证。Mike Krieger 提到，Claude 3.7 Sonnet 大约能自主工作 45 分钟不「掉线」，而 Claude 4 则将这个时间提升到了「小时级别」。

Claude Code 从一个内部实验项目（最初叫 Claude CLI）迅速成长为 Anthropic 内部工程师日常依赖的工具，并在此次发布会上正式 GA。

• IDE 集成：VS Code 和 JetBrains 用户可以直接在编辑器中看到 Claude Code 提出的修改建议，实现更流畅的开发体验。
• Claude Code SDK：允许开发者将 Claude Code 的核心 Agent 能力集成到自己的应用和工作流中。
• GitHub 集成：通过 SDK 实现，可以在 GitHub 的 PR 或 Issue 中 @Claude Code，让它响应审查反馈、修复 CI 错误或修改代码，就像多了一个虚拟团队成员。

Cat Wu 在现场演示了 Claude Code 如何为一个开源白板工具 Excalidraw 实现一个积压已久的功能请求——添加表格组件。Claude Code 在 90 分钟内完成了任务，包括理解需求、探索代码库、编写代码、编写测试并迭代修复，最终成功提交了一个包含完整功能的 PR。

为了让开发者能构建更强大的 AI Agent，Anthropic API 新增了四项关键能力：

• 代码执行工具 (Code Execution Tool)：让 Claude 不仅能写代码，还能运行代码，进行数据分析、可视化等。
• MCP 连接器 (MCP Connector)：通过 API 直接使用模型上下文协议，使 Claude 能轻松调用外部工具和服务。Mike Krieger 提到，MCP 已获得微软、谷歌、OpenAI 等行业巨头以及 Zapier、Linear 等工具的采用。
• Files API：简化了开发者与 Claude 共享和存储文档的方式，是实现长期记忆和上下文管理的关键。Anthropic 还提供了 Cookbook 指导开发者如何利用 Files API 构建记忆功能。
• 提示缓存 1 小时 (1-hour Prompt Caching)：对于需要大量上下文或长对话的 Agent 应用，此前的 5 分钟缓存 TTL 可能不够。新的 1 小时高级 TTL 选项（付费）能将成本降低高达 90%，延迟降低高达 85%，让长时程 Agent 应用在经济上更可行。

这些 API 能力是相辅相成的：「Claude 现在可以执行代码，理解你的系统，访问当前信息，为在完整上下文中操作的 Agent 奠定基础，即使是长时间运行的任务。并且它可以使用 Files API 在整个执行过程中维护记忆和上下文。」

作为一家以安全为核心使命的公司，Anthropic 在发布更强大模型的同时，也升级了其安全措施。

Claude 4 Opus 是 Anthropic 首个在 AI 安全级别 3 (ASL-3)标准下部署的模型。这一决策是预防性的，因为尽管尚未最终确定 Opus 4 是否明确达到了触发 ASL-3 保护的「能力阈值」，但 Anthropic 认为，鉴于模型在 CBRN（化学、生物、放射性和核）相关知识和能力上的持续进步，已无法像先前模型那样明确排除 ASL-3 风险。

ASL-3 标准包括：

• 增强的内部安全措施：更难窃取模型权重。
• 特定的部署措施：旨在限制模型被滥用于开发或获取 CBRN 武器的风险。这包括「宪法分类器」（Constitutional Classifiers），即实时监控模型输入输出的守卫分类器，以阻止特定类型的有害 CBRN 信息。
• 防止通用越狱：限制那些能系统性绕过护栏，提取大量 CBRN 相关信息的攻击。
• 出口带宽控制初步实施：限制数据从安全计算环境流出的速率，利用模型权重文件较大的特点，增加窃取难度。

Anthropic 首席科学家 Jared Kaplan 向《时代》杂志透露，内部测试表明 Claude 4 Opus 在指导新手制造生物武器方面比以往模型更有效。「我们的模型表明，合成像 COVID 或更危险流感病毒这样的东西可能成为可能。」因此，尽管不确定 Opus 4 是否绝对构成严重生物武器风险，但公司选择「倾向于谨慎」。

Dario Amodei 在发布会后的炉边谈话中也重申了对「负责任扩展（Responsible Scaling）」的承诺，认为安全与能力可以协同发展，形成「竞相向上（Race to the Top）」的良性循环。

在与 Mike Krieger 的炉边谈话中，Dario Amodei 对 AI 的未来充满期待：

• 一年内：编程领域将发生不可思议的变化，AI Agent 将能管理「Agent 舰队」。软件生产成本将大幅下降，为特定事件或个人定制软件将变得极其廉价和快捷。
• 五年内：生物医药领域有望取得重大突破，许多现有疾病可能被攻克。
• 给开发者的建议：「雄心勃勃一点（Be ambitious）。构建一些你认为超出当前可能性的东西。即使现在行不通，下一个模型版本可能很快就会让它成为现实。」他风趣地说，模型迭代周期可能从现在的 3 个月缩短到 2 个月，甚至 1 个月。

Mike Krieger 也分享了他对 AI Agent 的愿景：它们应该具备上下文智能（理解你和组织的独特背景并持续学习）、长时程执行能力（处理复杂多步任务无需持续管理）和真正的协作能力（进行有意义的对话，适应你的工作风格，并提供透明的推理）。

「未来不是 AI 取代人类工作，而是 AI 帮助人类完成超乎想象的工作。」 Krieger 总结道。

从全球顶尖的编程能力，到日益成熟的 AI Agent 框架。此次 Claude 4 系列的发布，无疑是 Anthropic 在通往更强大、更实用、更负责任的 AI 道路上迈出的坚实一步。

开发者们，准备好迎接 Claude 4 带来的生产力革命了吗？

---

[1]

[2]

[3]

[4]

[5]

[6]