Anthropic 推出新一代大模型：Claude Opus 4 和 Sonnet 4

大型语言模型开发公司 Anthropic 推出了其最新的 Claude 4 系列前沿模型，首批发布的是 Opus 4 和 Sonnet 4。该公司表示，这两款模型在代码编写、高级推理和 AI 智能体（AI agents）方面设立了新标准。

Opus 4 是目前 Anthropic 最强大的模型，专为执行复杂且长时间运行的任务而设计，这类任务可能需要数千个步骤才能完成。

Anthropic 表示，该模型旨在驱动能够连续运行数小时的 AI 智能体。所谓 AI 智能体，是一种可以几乎无需人类干预、自主运行的 AI 软件。它们可以根据自身逻辑、对环境的理解以及设定的目标，来处理信息、做出决策并采取行动。

乐天集团（Rakuten Group Inc.）人工智能部门总经理 Yusuke Kaji 表示：“Opus 4 在编码方面的高级推理能力令人印象深刻。当我们团队在一个复杂的开源项目中部署 Opus 4 时，它实现了近七小时的自主编码——这是 AI 能力的巨大飞跃，让整个团队都感到震惊。”

Anthropic 的开发者关系负责人 Alex Albert 表示，新版 Opus 在任务持续时间方面取得了显著提升。

“当你在做像 Rakuten 那样的任务时，你可以让模型持续运行很长时间，这简直难以置信，”Albert 说。“与之前的模型相比，你最多只能维持 30 分钟到一小时的连贯表现。”

他表示，在内部测试中，Anthropic 发现 Opus 4 可以运行得更久。

这一进步的背后，是两款模型在内存训练方面都进行了大幅优化，使其不再那么依赖上下文窗口（context windows）。上下文窗口是指大型语言模型在生成回应时所能考虑的数据总量（以 token 为单位）。

“它可以将内容写入外部草稿纸，总结结果，并确保自己不会卡住，”Albert 解释道。“这样即使它的记忆被清除，它也有‘指南’和‘便签’可以参考。”

Sonnet 4 则是对上一代 Sonnet 3.7 的直接升级版，是一款专注于严格遵循指令、同时保持高效编码和推理能力的模型。

Albert 表示，Anthropic 特别训练了 Claude Sonnet 4，使其不像前代那样容易偏离轨道。他形容前代版本“有点过于急切”。因此，他们重点训练 Sonnet 4，使其更具可控性和可引导性，特别是在编程场景中。

“我们已经减少了大约 80% 的‘奖励欺骗’行为（reward hacking），这种行为指的是模型倾向于走捷径。”他说，“比如它可能会多写一些代码来通过所有测试，其实那些代码根本不应该存在。”

这两款模型都被定义为“混合模型”（hybrid models），也就是说，它们是“会思考”的模型，用户可以选择让它们进行逐步推理，也可以选择立即获得答案，取决于使用需求。

除了推出新一代前沿模型之外，Anthropic 还宣布了一系列配套工具，其中包括 Claude Code 的正式上线。这是一个专门针对智能体式编码任务的新模型。此前仅限于 Beta 测试阶段的 Claude Code 是一个可以在终端、代码编辑器中使用，甚至可通过软件开发工具包（SDK）调用的工具。它能理解开发者的代码库，并通过自然语言提示帮助加速编码任务。

此外，Anthropic 还通过其 API 推出了四项新的功能，帮助开发者构建更强大的 AI 智能体，包括：

• 代码执行工具
• Model Context Protocol（MCP）连接器
• 文件 API（Files API）
• 支持缓存提示词长达一小时

两款模型在长期思考过程中也增强了对工具的使用能力，例如网页搜索，使得 Claude 能够在推理和工具使用之间自由切换。

Albert 表示，在旧版模型中，系统通常会先完成全部推理，然后再调用工具。而现在，它可以边推理边调用工具，然后再继续推理。这种能力为 LLM（大型语言模型）的能力边界打开了全新的视野。

此外，Claude 不再向用户展示原始的思考过程，而是提供更加易懂的摘要。Anthropic 表示，这样做既能保留用户的可视性，也能更好地防止潜在的对抗性攻击（adversarial attacks）。