白交 衡宇 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

AI圈子好熱鬧。今天凌晨，Claude終于迎來了它的重大版本升級(jí)——

Claude 4來了！

此次主要發(fā)布的有兩個(gè)模型：Claude Opus 4和Claude Sonnet 4。

一經(jīng)面世，就在編碼、高級(jí)推理和AI Agent重新定義了新的標(biāo)準(zhǔn)，直接實(shí)現(xiàn)SOTA。

GitHub已經(jīng)宣布，將使用Claude Sonnet 4作為 GitHub Copilot新編碼Agent的基礎(chǔ)模型。

而兩個(gè)模型里最為人所津津樂道的是旗艦?zāi)Ｐ虲laude Opus 4，它最引人注目的就是持續(xù)的干活，一身用不完的牛勁。

比如，它可以在連續(xù)24小時(shí)暢玩寶可夢(mèng)，而之前版本Claude 3.7 Sonnet只能連續(xù)玩 45 分鐘。

其客戶之一，日本樂天集團(tuán)（Rakuten）使用Claude Opus 4進(jìn)行了一個(gè)高強(qiáng)度的開源代碼重構(gòu)任務(wù)。

誰(shuí)也沒想到，Opus 4直接吭哧吭哧獨(dú)立運(yùn)行并持續(xù)編寫代碼長(zhǎng)達(dá)7小時(shí)，而且性能極、其、穩(wěn)、定。

單這一個(gè)例子，就能看出它非常強(qiáng)的持久工作能力，以及上下文理解能力。

看遍評(píng)論區(qū)，發(fā)現(xiàn)使用過Claude 4幾乎都給予了它高度評(píng)價(jià)，尤其是對(duì)Opus 4（不愧是旗艦?zāi)Ｐ屯郏?/em>。

有人說，“Opus 4是我用上的第一個(gè)不用自己動(dòng)手改，就生成高質(zhì)量?jī)?nèi)容的第一個(gè)大模型”。

此外，有位最近一直用Opus搞編程的網(wǎng)友表示，Benchmark上的成績(jī)完全不能代表Claude 4的成就：

它在保持進(jìn)度、編寫可維護(hù)的代碼以及按照我的意愿和期望進(jìn)行工作方面，帶來了徹底的變革。
這不是簡(jiǎn)單的極客行為。團(tuán)隊(duì)做得非常出色！

已經(jīng)有網(wǎng)友開始直接用Claude 4來做了個(gè)俄羅斯方塊，一次性就完成的那種。

值得關(guān)注的一點(diǎn)，今天起，所有付費(fèi)用戶都可以開始使用Claude 4系列模型了。

免費(fèi)用戶也不要慌，Anthropic給大家準(zhǔn)備了Claude Sonnet 4。

值得一提的是，伴隨Claude 4的問世，為了讓開發(fā)者們能構(gòu)建更強(qiáng)大的AI Agent，Anthropic在自家API方面上新了3個(gè)新功能，分別是：代碼執(zhí)行工具、MCP連接器、文件API，以及長(zhǎng)達(dá)一小時(shí)的緩存提示能力。

至于API的定價(jià)也沒變，和之前系列的Opus和Sonnet一樣：

• Claude Opus 4：每百萬(wàn)Token，輸入為15美元，輸出為75美元
• Claude Sonnet 4：每百萬(wàn)Token，輸入為3美元，輸出為5美元

全球最強(qiáng)編碼模型Claude 4：可獨(dú)立運(yùn)行7小時(shí)

此次發(fā)布兩個(gè)模型Opus 4和Sonnet 4，升級(jí)的重點(diǎn)各有側(cè)重。

Opus 4針對(duì)編碼和長(zhǎng)期運(yùn)行的Agent工作流進(jìn)行了優(yōu)化。

Sonnet 4與Opus 4類似，但針對(duì)推理進(jìn)行了優(yōu)化，并在效率方面進(jìn)行了平，這意味著它的運(yùn)行成本更低。作為Sonnet 3.7的重大升級(jí)，它能精準(zhǔn)地響應(yīng)你的指令。

他們倆都是混合模型，提供兩種操作模式：一種用于快速響應(yīng)，另一種用于“更深層次的推理”。

旗艦?zāi)Ｐ蚈pus 4，在SWE-bench（72.5%）和 Terminal-bench（43.2%）上均實(shí)現(xiàn)領(lǐng)先。它在需要專注投入和數(shù)千個(gè)步驟的長(zhǎng)時(shí)間運(yùn)行任務(wù)中表現(xiàn)出色，能夠連續(xù)工作數(shù)小時(shí)，其性能遠(yuǎn)超所有 Sonnet 模型，并顯著擴(kuò)展了 AI Agent的功能。

Claude Sonnet 4其實(shí)也不差，它在SWE-bench 上實(shí)現(xiàn)了 72.7% 的得分。

兩個(gè)模型在編碼、推理、多模態(tài)能力和Agent任務(wù)方面均表現(xiàn)出色。

那新模型到底怎么強(qiáng)？以旗艦?zāi)Ｐ蜑槔纯锤鞣N前沿Agent產(chǎn)品咋說——

Cursor稱其為編碼領(lǐng)域的最新技術(shù)，并在復(fù)雜代碼庫(kù)理解方面實(shí)現(xiàn)了飛躍。

Block稱其為第一個(gè)在其Agent（代號(hào) goose）中在編輯和調(diào)試過程中提高代碼質(zhì)量，同時(shí)保持完整性能和可靠性的模型。

Rakuten通過獨(dú)立運(yùn)行 7 小時(shí)且性能穩(wěn)定的高要求開源重構(gòu)驗(yàn)證了其功能。

除了模型本身強(qiáng)大，他們還提供了一些新的功能和改進(jìn)：

工具使用、并行工具執(zhí)行和內(nèi)存改進(jìn)，以及思維摘要功能，內(nèi)存能力的提升。

工具使用（Beta版）：兩種模型都可以在擴(kuò)展思考過程中使用工具（例如網(wǎng)絡(luò)搜索），這樣Claude一邊思考推理一邊使用工具交替進(jìn)行。

并行工具使用，這樣一來，模型可以更精確地遵循指令，并且在開發(fā)人員允許訪問本地文件時(shí)，能顯著提高記憶能力，提取并保存關(guān)鍵事實(shí)，以保持連續(xù)性并隨著時(shí)間的推移建立隱性知識(shí)。

他們還引入思維摘要功能，使用較小的模型來濃縮冗長(zhǎng)的思考過程。不過只有大約 5%的情況下需要這種總結(jié)，大多數(shù)思維過程都很短，足以完整顯示。

內(nèi)存能力方面，Claude Opus 4顯著超越之前所有的模型。當(dāng)開發(fā)者構(gòu)建允許 Claude 訪問本地文件的應(yīng)用程序時(shí)，Opus 4 能夠熟練地創(chuàng)建和維護(hù)“內(nèi)存文件”來存儲(chǔ)關(guān)鍵信息，以幫助改進(jìn)游戲體驗(yàn)。

這能夠提升代理在長(zhǎng)期任務(wù)中的感知能力、連貫性和執(zhí)行性能——例如，Opus 4在玩寶可夢(mèng)時(shí)能夠創(chuàng)建“導(dǎo)航指南”。

幾個(gè)月前，Anthropic推出了一場(chǎng)名為“Claude Plays Pokémon”的直播，以展示Claude 3.7 Sonnet 在《寶可夢(mèng)紅版》中的能力。

該演示旨在秀肌肉，比如在極少量的人類干預(yù)下，Claude如何分析游戲，并逐步做出決策。

Anthropic技術(shù)團(tuán)隊(duì)的成員表示，選擇《寶可夢(mèng)紅版》來搞事情，是因?yàn)檫@個(gè)游戲“是一個(gè)簡(jiǎn)單的游樂場(chǎng)”，回合制，且不需要及時(shí)反映。終極目標(biāo)則為了研究如何讓Claude像Agent一樣，獨(dú)立地為用戶執(zhí)行復(fù)雜任務(wù)。

Claude 3.7 Sonnet玩這款游戲時(shí)遇到了不少的困難，比如在一個(gè)城市中困了幾十個(gè)小時(shí)，并且難以識(shí)別非玩家角色，這極大地阻礙了它在游戲中的進(jìn)展。

但Opus 4就不一樣了，它在長(zhǎng)期記憶和規(guī)劃能力上有所提高。與此同時(shí)，當(dāng)Opus 4意識(shí)到需要某種特定的能力才能繼續(xù)前進(jìn)后，它花了兩天時(shí)間提升它的技能，然后繼續(xù)玩游戲。

此外，他們還顯著減少了模型使用捷徑或漏洞完成任務(wù)的行為。在處理一些容易受到捷徑和漏洞影響的Agent任務(wù)中，這兩個(gè)模型出現(xiàn)此類行為的可能性都比 Sonnet 3.7 低 65%。

智能代碼助手Claude Code正式全面開放

除此之外，Anthropic還正式發(fā)布了Claude Code。

這是一個(gè)智能代碼助手工具，旨在幫助開發(fā)者通過自然語(yǔ)言命令理解、瀏覽和修改整個(gè)代碼庫(kù)，讓你能夠?qū)⑿迯?fù)bug、實(shí)現(xiàn)新功能、代碼重構(gòu)、編寫測(cè)試、跨文件修改等大量工程任務(wù)交給AI完成。

今年2月時(shí)，Anthropic曾在首屆“Code with Claude”開發(fā)者大會(huì)上宣布推出Claude Code。

現(xiàn)在，它正式上線，

并且已經(jīng)集成進(jìn)更多開發(fā)工作流程中：終端，IDE，或者使用Claude Code SDK在后臺(tái)運(yùn)行。

我們?cè)敿?xì)來看——

首先是Claude Code集成到IDE。

此次，Anthropic推出了新的VS Code和 JetBrains Beta擴(kuò)展。

這一舉措直接把Claude Code集成到了IDE里，也就是說，它已經(jīng)和開發(fā)者們熟悉的代碼編輯器無縫結(jié)對(duì)。

至此，大家對(duì)著Claude提出的修改內(nèi)容會(huì)被直接嵌入到文件里，從而簡(jiǎn)化了代碼審查和跟蹤過程。

其次，Anthropic還發(fā)布了一個(gè)可擴(kuò)展的Claude Code SDK。

利用Claude Code SDK，朋友們可以用和Claude Code相同的核心Agent來構(gòu)建自己的Agent和應(yīng)用程序啥的。

目前，Claude Code在GitHub上放出了Beta版本。

在GitHub上Pull Request的時(shí)候，只需要「@Claude Code」，就可以回應(yīng)評(píng)審人員的反饋、修復(fù)持續(xù)集成錯(cuò)誤或修改代碼。

如果想安裝它的話，大家記得運(yùn)行“/install-github-app”，就可以安裝Beta版的插件了。

Anthropic產(chǎn)品負(fù)責(zé)人Scott White表示，Claude Code不僅適合公司——它們希望旗下的軟件工程師們使用AI來提高自身專業(yè)技能，也適合個(gè)人——包括那些不懂編程的人。

如果一位產(chǎn)品經(jīng)理想出了一個(gè)新點(diǎn)子，就不用費(fèi)勁地用文字來解釋概念了。
直接找Claude Code，就能創(chuàng)造關(guān)于這個(gè)新點(diǎn)子的雛形。

“去年年底就停止了對(duì)聊天機(jī)器人的投資”

之所以能在編程能力上如此驚艷，與Anthropic戰(zhàn)略轉(zhuǎn)向有關(guān)。

Anthropic首席科學(xué)官Jared Kaplan接受采訪時(shí)表示，該公司于去年年底停止對(duì)聊天機(jī)器人的投資。

現(xiàn)在的重點(diǎn)很明確——

專注于提高Claude執(zhí)行復(fù)雜任務(wù)的能力，例如研究和編程，甚至編寫整個(gè)代碼庫(kù)。

去年起，Anthropic就開始訓(xùn)練Claude 4系列，“訓(xùn)練過程中，內(nèi)部確實(shí)存在一些困難。因?yàn)槲覀冊(cè)谟?xùn)練這些模型時(shí)使用的一些新基礎(chǔ)設(shè)施，使得團(tuán)隊(duì)在啟動(dòng)所有系統(tǒng)方面非常緊張。”

Jared Kaplan承認(rèn)，任務(wù)越復(fù)雜，模型脫軌的風(fēng)險(xiǎn)就越大。

因此他們真正致力于解決這個(gè)問題，以便人們可以一次性將大量工作委托給給Claude。

不過，首席產(chǎn)品官M(fèi)ike Krieger此前也表示過，Anthropic沒有僅僅針對(duì)編程來進(jìn)行迭代。

他的原話是這樣說的：

• 我們?cè)趦蓚€(gè)方面都在不斷開拓創(chuàng)新。
  一方面涉及到編程部分以及整體的自主行為，這為許多編程初創(chuàng)企業(yè)提供了強(qiáng)大的動(dòng)力。
  另一方面，我們也在探索這些模型如何能夠真正從經(jīng)驗(yàn)中學(xué)習(xí)，并且能夠成為非常有用的寫作伙伴。

Mike Krieger表示，Claude 4之前，他僅僅是把大模型作為一個(gè)思考伙伴，大部分寫作還是他自己親自上手的。

但現(xiàn)在，Claude 4出現(xiàn)后，他幾乎已經(jīng)把寫東西這個(gè)事完全委托給Claude Opus 4了，并且“難以辨認(rèn)是我寫的還是AI寫的”。

華爾街等方面應(yīng)該是對(duì)Anthropic的選擇表示了滿意與支持——

上周，Anthropic獲得了一筆25億美元、為期五年的循環(huán)信貸額度，用來增強(qiáng)AI競(jìng)爭(zhēng)的底氣，畢竟研究和訓(xùn)練真的非常花錢。

同樣也是上周，Anthropic公開了營(yíng)收額：

其第一季度年化營(yíng)收達(dá)到20億美元，較上一季度的10億美元增長(zhǎng)了一倍多。

而Anthropic年度消費(fèi)超過10萬(wàn)美元的客戶數(shù)量，較去年同期增長(zhǎng)了八倍。

Opus 4最喜歡的emoji是……

模型剛發(fā)布，人類就發(fā)現(xiàn)了它有一些特殊的「愛好」，比如熟練地使用一些表情符號(hào)。

在 Anthropic技術(shù)報(bào)告中，他們研究了Opus 4 在“開放式自我互動(dòng)”中的表現(xiàn)——也就是與自己對(duì)話，結(jié)果發(fā)現(xiàn)，一對(duì)Opus 4 模型進(jìn)行了 200 次、每次 30 輪的互動(dòng)，模型使用了數(shù)千個(gè)表情符號(hào)。

根據(jù)報(bào)告，Opus 4 使用“頭暈”表情符號(hào)最多（占 29.5%），其次是“閃亮的星星”和“雙手合十”。

不過，模型還是對(duì)“旋風(fēng)”表情符號(hào)很感興趣。一份記錄顯示，它們輸入了2725次。

在幾乎每一次開放式的自我互動(dòng)中，Opus 4最終都會(huì)開始進(jìn)行“意識(shí)的哲學(xué)探索”以及“抽象而愉悅的精神或冥想表達(dá)”。

而“旋風(fēng)”表情符號(hào)最能捕捉到，它想要表達(dá)的意思。（Doge）

參考鏈接：
[1]https://www.anthropic.com/news/claude-4
[2]https://arstechnica.com/ai/2025/05/anthropic-calls-new-claude-4-worlds-best-ai-coding-model/
[3]https://www.techmeme.com/250522/p30#a250522p30
[4]https://techcrunch.com/2025/05/22/anthropics-latest-flagship-ai-sure-seems-to-love-using-the-cyclone-emoji/
[5]https://www.cnbc.com/2025/05/22/claude-4-opus-sonnet-anthropic.html