Claude 4 Opus/Sonnet 发布：对行业的深远影响与新视角解析

在太平洋时间22号的早上九点，Anthropic推出了4opus和4sonnet。这两个新产品在编程、推理和AI代理方面有什么新突破？是不是意味着Anthropic准备向Google发起挑战了呢？

这次的4opus能否延续上次3opus震惊四方的辉煌呢？

https://www.anthropic.com/news/claude-4

这次发布会简直太实在了，直接就能用，跟同行的发布会比起来，给人留下了很好的印象。Anthropic现在全力在编程和代理领域发力，只要这两个方向做扎实，未来肯定会有稳固的发展。

从参数来看，Claude 4相比于Claude 3.7的提升并没有那么惊人，反而略低于大家的期望。不过，考虑到Anthropic一贯的“跑分没赢过，体验没输过”的策略，最终的使用效果还得等大家来检验。

现在代理领域竞争相当激烈，微软Build大会上专门讲述代理的故事，而Google I/O也开始推出API（人工宝可梦智能）。尽管Claude 4在编程领域暂时领先，但鉴于其定价不便宜，而Google的资金实力雄厚，Gemini的市场份额可能会有所上涨。

这个月剩下的Grok 3.5（还有DeepSeek）也在憋着，不知道月底前能不能让大家见到这两个新玩意儿。

---

发布会上，Dario Amodei一开始就轻松地说：“我可不喜欢炒作。”然后就抛出了一个重磅消息：“现在，Claude 4 Opus和Claude 4 Sonnet已经在所有相关平台上线！”

说实话，这场发布会是我今年见过最直接的，开场三分钟就放大招，网页和API立马可用。能与之匹敌的，恐怕只有连发布会都省掉的DeepSeek了。

这次Anthropic发布了Claude 4系列的两个新模型：

• Claude 4 Opus：这个模型是最强大、最智能的，专门用于处理复杂推理、顶级编程和AI代理的工作流程。
• Claude 4 Sonnet：性能优秀，既有高推理能力，又高效，是Claude 3.7 Sonnet的升级版。

那么，Claude 4究竟带来了哪些颠覆性的更新？未来将如何改变AI代理的格局呢？

亮点总结：Claude 4的核心优势

• 编程能力全球领先：Claude 4 Opus在SWE-bench上以72.5%的成绩称雄，Terminal-bench得分43.2%，成为“全球最佳编程模型”。Claude 4 Sonnet在SWE-bench上也达到了72.7%的SOTA成绩。

• AI代理能力再次突破：
• 扩展思考与工具使用：模型可以在“扩展思考”模式下使用网页搜索等工具，实现推理与工具的交替，显著提升响应质量。
• 并行工具执行：可以同时调用多个工具，提高效率。
• 指令遵循更精准：对复杂指令的理解和执行能力有了显著提升。
• 记忆力大幅提升：通过开发者授予的本地文件访问权限，模型能够创建和维护“记忆文件”，提取并保存重要信息，实现跨会话的知识积累。
• Claude Code全面开放：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，直接在文件中显示编辑建议，实现无缝编程。同时发布Claude Code SDK，帮助开发者构建自己的AI代理。
• 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能够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：显著降低长对话和代理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是Anthropic首个激活ASL-3（AI安全级别3）保护措施的模型，旨在应对潜在的化学、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定价为每百万输入/输出 tokens $15/$75，Sonnet 4则为$3/$15。

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

Claude 4 Opus：编程领域的绝对强者

Dario在发布会上提到：“我们已经有一段时间没有Opus模型了，Opus是我们最强、最智能的模型。”

而这次的Claude 4 Opus，更是将“智能”推向了新的高度，尤其是在编程和复杂问题解决方面。

根据Anthropic官方的数据，Claude 4在编程基准测试中表现优异：

Dario自豪地表示：“许多我们的顶尖工程师都对Opus 4的效率感到惊讶。有一次，我看到Claude写的内部总结文档，差点以为是团队里的某个人写的，这可是我第一次被AI“骗”到。”

合作伙伴们也纷纷表示赞赏：

• Cursor：“这是编程领域的SOTA模型，理解复杂代码库上有了重大飞跃。”
• Replit：“在跨多文件的复杂变更上，精度和能力都有了巨大的提升。”
• Block：“这是第一个在其AI代理‘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补充说：“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，是你最复杂的代理工作流的绝佳选择。如果你发现其他模型在你的用例上碰壁，我相信Opus 4会给你带来惊喜。”

一个让人印象深刻的例子是Claude 4 Opus在玩《宝可梦》时的表现。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》，而之前的Claude 3.7 Sonnet最长只能坚持45分钟。

Opus 4在游戏中展现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继续前进后，它会花两天的时间提升技能再继续游戏。当获得本地文件访问权限时，Opus 4还会创建和维护“记忆文件”（例如“导航指南”）来记录重要信息，辅助游戏进行。

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

Claude 4 Sonnet：性能与效率的完美结合，日常任务的“全能选手”

如果说Opus 4是追求极致性能的“旗舰”，那么Claude 4 Sonnet则可以看作是性能与效率的“甜点级”选择。

Dario表示：“Sonnet是我们熟悉并喜爱的中端模型，智能与效率间取得了良好平衡。”而Claude 4 Sonnet在Sonnet 3.7的行业领先能力基础上再度提升，尤其在编程方面，SWE-bench得分高达72.7%。

你的编程好伙伴：Claude 4 的全面升级

Mike Krieger 形容 Sonnet 4 就像是你身边始终在线的编程小助手，它非常适合日常的编程工作、应用开发，还有结对编程，以及那些需要高效处理大量任务的场景。

他还提到，其实对于很多人来说，Sonnet 4 就是 Sonnet 3.7 的升级版，价格不变，但智慧更高。越来越多的用户正在从旧版本切换到新版本。Dario 也补充说，这款新模型特别针对之前收到的一些反馈进行了改进，解决了过于热情的问题——也就是模型的表现超过了用户的要求，这和之前的懒惰问题形成了鲜明对比。

不少客户对 Sonnet 4 表达了高度的赞赏：

• GitHub：认为 Claude Sonnet 4 在 Agentic 场景中表现非常出色，未来会作为 GitHub Copilot 中新的编程代理的基础。
• Manus：在处理复杂指令、清晰推理和美观输出上都有显著的进步。
• iGent：Sonnet 4 在自主多功能应用开发方面表现优异，解决问题和导航代码库的能力大幅提升，错误率从 20% 降到接近零。
• Sourcegraph：这个模型展示了在软件开发领域的巨大潜力，能够更长时间集中注意力，更深入地理解问题，并提供更优质的代码。
• 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，使其成为我们首选的主要模型。

AI Agent 的全新进化：从“能用”到“好用”，再到“不可或缺”

Mike Krieger 在会上开玩笑说，最近大家总提到“Agent”这个词，Anthropic 内部甚至开玩笑说，看会议多久才会提到这个词，目前的记录是 17 分钟。

不过，玩笑归玩笑，AI Agent 确实是这次发布会的焦点。Claude 4 系列的新能力正在把 AI Agent 从一个概念推进到实用阶段，朝着成为“不可或缺的虚拟伙伴”迈进。

思维扩展与工具使用

Claude 4 的一大亮点就是它能在思考时主动调用外部工具，比如网页搜索，这样可以获取实时信息或执行特定操作，然后将这些信息融合进它的推理链中，提供更全面、更准确的答案。这种“边想边用工具”的能力，让 Claude 不再是一个封闭的信息库，而是一个能与现实世界互动的智能体。

记忆与长期任务执行

就像玩《宝可梦》那样，Claude 4 Opus 在获得访问本地文件的权限后，可以创建和维护“记忆文件”。这种“自我管理记忆”的能力，让它可以记住跨会话的重要信息、上下文，以及用户的偏好，从而在处理长达数小时的复杂任务时保持一致性和专注度。以 Rakuten 的 7 小时代码重构案例为例，Mike Krieger 提到，Claude 3.7 Sonnet 约能持续工作 45 分钟而不掉线，而 Claude 4 的这个时间已经提升到几个小时。

Claude Code：你的全能编程助手

Claude Code 从一个内部实验（最初名为 Claude CLI）迅速演变成 Anthropic 内部工程师的日常工具，并在此次发布会上正式推出。

• IDE 集成：VS Code 和 JetBrains 的用户可以直接在编辑器中看到 Claude Code 提出的修改建议，从而获得更流畅的开发体验。
• Claude Code SDK：允许开发者将 Claude Code 的核心能力集成到自己的应用和工作流中。
• GitHub 集成：通过 SDK 实现，开发者可以在 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，仿佛多了一个虚拟团队成员。

Cat Wu 在现场演示了 Claude Code 如何为开源白板工具 Excalidraw 实现一个积压已久的功能请求——添加表格组件。Claude Code 在 90 分钟内完成了这个任务，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。

API 四大更新：为 Agent 提供更强大支持

为了帮助开发者构建更强大的 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，进行数据分析和可视化等。
• MCP 连接器 (MCP Connector)：通过 API 直接利用模型上下文协议，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 等工具的认可。
• Files API：简化了开发者与 Claude 共享和存储文档的方式，这对实现长期记忆和上下文管理至关重要。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)：针对需要大量上下文或长对话的 Agent 应用，之前的 5 分钟缓存可能不够。新的 1 小时缓存选项（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 现在不仅可以执行代码，还能理解你的系统，访问当前信息，为在完整上下文中操作的 Agent 打下基础，即使是长时间运行的任务。同时，它也能利用 Files API 在整个执行过程中维持记忆和上下文。”

安全优先：ASL-3 保障下的 Opus 4

作为一家以安全为核心使命的公司，Anthropic 在推出更强大的模型的同时，也提升了安全措施。

Claude 4 Opus 是首个在AI 安全级别 3 (ASL-3)标准下部署的模型。这个决定是出于预防，虽然尚不确定 Opus 4 是否完全达到了触发 ASL-3 保护的“能力阈值”，但考虑到模型在 CBRN（化学、生物、放射性和核）相关知识和能力的持续进步，Anthropic 认为已经无法像之前那样明确排除 ASL-3 风险。

ASL-3 标准包括：

• 强化内部安全措施：让模型权重更难被窃取。
• 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），实时监控模型输入输出，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保护措施，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，使窃取变得更加困难。

Anthropic 首席科学家 Jared Kaplan 向《时代》杂志透露，内部测试显示 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变得可行。”因此，尽管不确定 Opus 4 是否绝对构成严重生物武器风险，但公司选择了“谨慎行事”。

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。

AI Agent 将如何改变未来？

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

• 一年内：编程领域将迎来巨大的变革，AI Agent 将能管理“Agent 舰队”。软件生产的成本将大幅下降，为特定事件或个人定制软件将变得极其便宜和快速。
• 五年内：生物医药领域可能会取得重大突破，许多现有疾病有望被攻克。
• 给开发者的建议：“大胆一些（Be ambitious）！构建一些你认为超出当前可能性的东西。即使现在还不行，下一个模型版本可能很快就会让它成为现实。”他开玩笑地说，模型的迭代周期可能会从现在的 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：这些智能体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）。

他总结道：“未来不是 AI 取代人类的工作，而是 AI 帮助人类完成超乎想象的工作。”

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。

各位开发者，准备好迎接 Claude 4 带来的生产力革命了吗？

---

标题：准备好迎接Claude 4的到来了吗？

最近，Anthropic发布了Claude 4系列，这对提升人工智能的实力、实用性和责任感来说，无疑是一个重要的进展。你有没有感觉到，随着编程能力和AI Agent框架的不断成熟，整个行业正在进入一个崭新的时代？各位开发者，你们是不是也在为Claude 4可能带来的生产力变革而感到兴奋呢？