除了Claude4的推出之外，他们还顺手给了几个新智能体时代的功能拓展。
我们先从大模型讲起。
01
Claude4瞄准了AI智能体编程
这次，他们推出的ClaudeOpus4和ClaudeSonnet4这两款模型都是混合模型：及时响应与深度思考并重。
可见，混合思考架构已然成为未来大模型的趋势，用户需要在简单的需求下获得更快的回复，在复杂要求中获得更好的生成结果。两款模型在性能、功能和应用场景上有了显著提升，价格却与之前的Opus和Sonnet模型保持一致，内部优化做得很好。
先从评分开始看起。Claude4模型在用于评估真实软件工程任务性能的SWE-benchVerified基准上堪称“遥遥领先”。值得一提的是，在本次评分对比中，Claude4特意被拉来与OpenAI前几天刚刚高调发布的“最强AI编程智能体Codex-1”进行正面较量。
ClaudeOpus4在编码、研究、写作和科学发现等人类复杂性高的任务方向，拓展了边界。比如，在编码领域它被Cursor称为顶尖技术，显著提升复杂代码库的理解能力，适合处理复杂的编程任务。Cognition则强调Opus4已经能够解决其他模型无法应对的复杂任务。
ClaudeSonnet4将“天赋”融入日常使用场景，这款均衡型模型在内部和外部应用中兼顾了性能与效率，虽在多数领域不及Opus4，但提供了能力与实用性的最佳结合。它非常适合需要自主性的场景。iGent的报告指出，Sonnet4在自主开发多功能应用方面表现惊艳，错误率几从20%骤降至几乎为零。
在下面这张综合基准测试评分表中，Claude4与其他市场主流大模型在编程、推理、多模态能力、智能体任务方面都拉开了一定差距。
有趣的一点是，Anthropic将最左侧的数个基准测试名称中都加入了“Agentic”。
2025是AI智能体时代这一说法，再次被确认。
在Anthropic的官方发布中，有很大的篇幅着重介绍了Claude4系列在“复杂项目”构建中的震撼级能力。其中，官方着重引用了GithubCopilot、iGent，甚至是Manus等平台的反馈。日本一家名叫乐天得企业，甚至让ClaudeOpus4独立编程7h，团队自己都有些惊讶。
前段时间刚一问世就被网络平台誉为“上帝之手”的Manus则在报告中大赞ClaudeSonnet4，称它复杂指令遵循能力和输出的美观度非常高。
可以预见的是，目前智能体赛道的各个选手将会第一时间集成Claude4，因为它相对于之前的Claude模型在智能体任务中有了太多的改进。
比如：
1.Opus4和Sonnet4不再像Sonnet3.7那样爱走捷径和漏洞了，这种不正常的行为发生率直接降低了65%。
2.Opus4也迅速跟进了“记忆增强”，现在它可以更好地执行长期任务了。
3.使用小型模型压缩冗长的思考过程，自己去做思考摘要。
图注：ClaudeOpus4在玩《宝可梦时》自主记录笔记。
02
Claude4其实是LLM+Agent的混合体？
除了Claude4发布之外，整场发布会的另一个侧重点是：Claude代码已经发布。用户已经能够通过终端、IDE（VSCode和JetBrains）及通过Claude代码SDK后台将Claude融入开发流程。用户可以在终端中直接利用Claude，瞬间搜索百万行代码库。
在官方介绍中，ClaudeCode搭载ClaudeOpus4，可以通过智能体搜索全面理解代码库，无需手动选择上下文即可协调多个文件更改，无缝融入工作流，直接运行于终端。
只需在IDE终端运行Claude代码即可安装，可扩展的Claude代码SDK还能让用户轻松“打造自定义智能体和应用”。Anthropic给想要构建智能体的用户们又打上了一剂强心针。
Anthropic还发布了几个面向智能体的新功能：代码执行工具、MCP连接器、文件API，以及最多可缓存一小时提示词的能力，让Claude4几乎成为了智能体专精模型。在我看来，这就是Anthropic在AI下半程“智能体入口争夺战”中的大动作。允许模型将推理与外部资源结合的设计，使 Claude4架构更像是一个LLM+Agent的混合体。
可以这么说，整场发布会看下来，Claude4几乎是将自己确立为“AI智能体时代”最能用也是最好用的大模型。
除了技术侧内容，Anthropic在安全上的操作一直都非常令人“印象深刻”，封号封的各个社区怨声载道。官方这回依旧强调了这些模型都经过了广泛的测试和评估，比如他们用了ASL-3安全分类，在这个风险标准下：“AI系统具有显著增加灾难性滥用风险”。
他们还是沿袭了Anthropic的标志性安全策略——“宪法AI”（ConstitutionalAI）。该方法为模型嵌入了一套“宪法”原则，通过额外的AI模型对用户的输入和模型的输出进行再度扫描，检查是否有“坏”的内容，决定是否放行。这回，Anthropic放出来的模型卡PDF中足足有123页，其中大部分仍然是在专注于AI安全的测试。
比如，Anthropic决定根据AI安全级别3标准发布ClaudeOpus4，根据AI安全级别2标准发布ClaudeSonnet4，分级分的非常精准。
但是，现在的外网针对Claude4“过于高”的安全措施的讨论，几乎乱成了一锅粥。因为有网友似乎基于Claude给出的系统卡文件爆料：Claude4会检测用户内容，并自主“报警”……
虽然暂无法确定这些爆料是否真实，但也确实反映了大家认为Claude4的安全措施真的太过于严格了，甚至到了可能影响用户体验或功能性的地步。毕竟，国内的Claude使用者已经流行起了“打一枪，换一个地”的使用策略。
03
Claude4在实测中全面提升
目前各个社区、各个国家的网友全部在疯狂测试这款即将取代Claude3.7Sonnet的大模型。为了支撑智能体中常常需要的长序列复杂处理任务，具有美感输出能力且超强的AI编程能力的大模型仍然是极度稀缺的。Claude4系列只是看前方无人在，顺势补缺而已。
那么说到底，Claude4面对复杂性任务，表现到底有多超纲？
下面来看看全网实测案例：
Claude4与BlenderMCP的连接，让产品3D模型设计几乎有了质的飞跃。像是有网友使用Claude4和Blender通过MCP联动制作了日本清水寺的3D模型。这回的Claude4相比于前代Claude3.7，编程时间大幅减少，全程无需“人类陪伴”，AI的幻觉发生率也下降了很多。
甚至还有网友使用ClaudeOpus4制作了类似Bemani2DX风格的游戏。不仅重现了经典的音乐游戏体验，还融入了许多创新元素，提升了游戏的可玩性和趣味性。
Claude4在面对复杂任务的处理上十分得心应手。比如有网友输入提示词：用立体相机拍摄物体，推测3D空间坐标，并通过交互式可视化展示，并支持拖动。
除了硬核编程能力的提升之外，Claude4在设计感上正如Manus所说，有了很大的美学提升。很多网友曾在各个社区评论下笑称：各个智能体什么小游戏都能做，但是没见过做PPT的。
一位外网网友就试着让Claude4制作说明幻灯片，呈现出来的效果非常具有设计感，整体要素也更加简洁。
在美学的提升方面，这有个更直观的Case。一位网友只给了ClaudeOpus4一小段提示词：“将书籍《Piranesi》作为p5js3d空间，doitforme”，没有掺杂任何其他元素。
ClaudeOpus4甚至在初版原型中加入鸟、光照、水面等元素，虽然效果还比较基础，但仍能反应这款旗舰模型的性能。
目前，大量的AI编程平台（像是Cursor、Trae、WindsurfVapi、Codegen）、智能体产品（像是Flowith）内几乎都迅速接入了Claude4系列，毕竟它可能是能进一步提升智能体表现的重要模型。
Anthropic由于一直以来专注于安全顶层设计，而常常被认为“他们还没有找到一个合适的AI入口，只能当个扫地神僧，甚至没有办法参加到最高级别的公开赛场之中”。
当Claude4系列模型发布，以及其他像是代码执行器、MCP连接器、Claude代码等等面向智能体产品的功能模块推出，Anthropic可以说已经拿到了一个非常好的“智能体入口”，正式站到了顶级赛场。
从Anthropic去年推出MCP协议以来，再到Claude4的出现，他们已经在事实上为AI智能体时代按下了“加速键”。Anthropic的CEO——DarioAmodei为整个AI大模型赛道明确了一个未来的方向：真正优秀的AI大模型，一定是“大模型”与“智能体”的深度融合——它能编程、能思考，还能自主解决复杂问题，甚至具备了美学与设计感。
AI的下半场早已经开启，Claude4正在引领一场新的“AI大模型+智能体”范式转变。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】