Claude 4空降！AI编程真神登场，连续7小时自主编程，写代码效率拉满

人脑网
作者陈骏达
编辑心缘

人脑网5月23日报道，今天凌晨，美国大模型独角兽Anthropic在其首届开发者大会上正式发布了下一代Claude模型：Claude Opus 4和Claude Sonnet 4，这也是Claude自2024年6月以来的首次大版本号更新。

Anthropic将Claude Opus 4称之为“世界上最好的编程模型”，能在复杂、长时间运行的任务和智能体工作流中表现出稳定的性能。Claude Sonnet 4是Claude Sonnet 3.7的重大升级，以编程和推理能力为核心，同时能更精确地响应用户提示词。这两款模型均为混合模型，提供两种模式：即时回复和用于更深入推理的扩展思考（extended thinking）。

在权威编程基准测试SWE-bench Verified上，开启扩展思考的Claude Opus 4与Claude Sonnet 4的得分分别为79.4%和80.2%，大幅度超越了OpenAI Codex-1、OpenAI o3、OpenAI GPT-4.1、Gemini 2.5 Pro等模型。

在编程、工具使用、视觉推理、数学等领域的基准测试中，这两款模型超越了OpenAI o3，而在多语言问答、研究生级别推理任务上，Claude Opus 4与OpenAI o3得分持平。新模型的智能体能力迎来升级，最高可独立运行7小时，并推出了文件API、提示词缓存等新功能。

Pro、Max、Team和Enterprise Claude订阅用户可使用上述两款Claude模型及其扩展思考模式，Sonnet 4可供免费用户使用。

这两款模型都可在Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI上调用，定价与之前的Opus和Sonnet模型保持一致：Claude Opus 4为每百万个token 15美元/75美元（输入/输出），Claude Sonnet 4为3美元/15美元。

Anthropic还同期发布了AI编程助手Claude Code，这一编程助手接入了Claude Opus 4模型，能实时映射和解释百万行级别的代码库。Claude Code与GitHub、GitLab、VS Code、JetBrains IDE和命令行工具集成，可直接嵌入至开发终端中。这一编程助手提供按量计费、每月100美元和每月200美元的3种订阅方案。

一、开场2分钟甩出重磅新模型，Claude未来更新频率将加速

在Code with Claude开发者大会上，Anthropic创始人Dario Amodei在开场2分钟时快步走上台，并未做任何铺垫，便直接甩出了最大的惊喜——Claude 4系列模型的发布。

Amodei称，Anthropic已经有一段时间没有更新Opus模型了，Anthropic对Opus的定位是旗下最强大、最智能的模型，而Sonnet是用户过去大约一年来一直在使用的中等水平模型。

Claude Opus 4在多项基准测试上的成绩并未明显高于Claude Sonnet 4，甚至略低于后者。Amodei强调，对于Claude Opus 4这样的大型模型，基准测试并不能完全体现其能力。

在Anthropic提供给客户的预览中，Claude Opus 4可以在Anthropic内部自主完成一些通常需要人类花费6到7小时的任务，Anthropic内部一些最资深的工程师都对其带来的生产力提升感到惊讶。

Claude Sonnet 4在多项编程基准测试中的表现与Claude Opus 4持平，但前者更为精简，专注于编程等特定任务。Claude Sonnet 4还解决了Claude Sonnet 3.7在实际使用过程中出现的种种问题，包括过度热情（倾向于做出超出用户要求的事情）与奖励机制问题。

Amodei称，Anthropic会继续改进Claude系列模型，定期发布可能的小版本更新，理想情况下，会比之前发布的频率还要高。

二、智能体能力迎升级，最高可独立运行7小时

Anthropic首席产品官、Instagram联合创始人Mike Krieger详细分享了更多Claude 4的相关情况。

Krieger称，Claude Opus 4擅长理解代码库并规划添加内容，从迁移、代码重构到最复杂的智能体工作流方面都非常高效且准确。

Claude Sonnet 4在日常编码任务、应用程序开发和配对编程方面表现出色。它也适用于高流量用例，平衡了效率和性能，可以被视为“全天候”编码伙伴。

Claude 4系列模型为打造能使用工具的智能体升级了关键的新功能。现在，Claude 4系列模型可以并行处理多种工具，当被授予访问本地文件的权限时，它们甚至可以在会话之间保持记忆，随着时间的推移积累知识。

Krieger回忆，在加入Anthropic后不久，他们曾凭借Claude的帮助，仅用3人团队成功完成亚马逊Alexa语音助手原型的打造，Krieger这位“前工程师”也重拾代码亲自上阵。这次合作最终使Claude成为Alexa Plus的核心模型之一。

这段经历让Krieger更坚信AI协作的潜力。如今，AI已不仅是工具，而是真正的智能协作伙伴，持续推动技术边界。Krieger提出了Anthropic认为的理想智能体三大核心能力：

（1）情境智能：理解组织背景，通过经验优化表现，像优秀员工一样越用越好；

（2）长期执行：独立处理复杂任务数小时，智能协调资源；

（3）深度协作：自然交互、适应工作风格，并保持决策透明。

为实现上述三大能力，Anthropic推出了更多新升级。

Claude现在可以通过Anthropic API上的新代码执行工具运行代码，而不仅仅是编写代码，能够加载数据集、清理数据、生成探索性图表，并实时分析异常情况。在与Claude 4模型结合后，代码执行工具可以处理复杂任务，节省大量时间。

Claude 4系列模型的自主性进一步提升，Claude 3.7最多可自主运行45分钟，而Claude 4可以独立运行数小时，最高达到7小时。新模型通过管理待办事项列表保持记忆，不会丢失线索。

Anthropic强调，智能体的广泛采用需要提高模型对保密内容、决策和协调的判断力。如今，Claude模型的每个功能都包含架构安全检查点和控制措施，确保模型在生产环境中的可靠性。

智能体的落地还需要访问现实世界的信息，并与现有系统的连接，为了帮助智能体进一步扩展，Anthropic推出了4项相互关联的新功能。

首先，开发者现在可以直接通过Anthropic API链接MCP协议（模型上下文协议）。如今，MCP协议被微软、谷歌、OpenAI、Block、Atlassian、Zapier、Linear等众多公司采用，Anthropic认为MCP有望为智能体经济奠定基础。

其次，网络搜索为Claude提供了对当前信息的实时访问。这是一种智能数据增强，允许Claude分析当前事件、市场趋势和新兴技术，与MCP功能结合使用时也非常强大。

第三，文件API今天起在Anthropic API中可用。文件API允许Claude读取和写入记忆文件，在长时间任务中保持上下文连续性。Anthropic配套发布“记忆功能食谱”，指导开发者如何集成到应用中。

最后，提示缓存功能迎来升级，TTL（生存时间）从5分钟提升至1小时，这最多能将模型的使用成本降低90%，延迟减少85%，尤其适用于长提示词场景、长时间运行的智能体工作流和需要频繁调用相同上下文的重复性任务。

Anthropic还显着减少了Claude 4模型使用快捷方式或漏洞完成任务的行为。与 Sonnet 3.7 相比，这种行为的可能性降低了65%。

Claude Opus 4在内存能力方面的表现也大大优于所有以前的型号。当开发人员构建提供Claude本地文件访问的应用程序时，Opus 4可以熟练地创建和维护“内存文件”来存储关键信息。这可以解锁更好的长期任务意识、连贯性和代理任务的性能——例如 Opus 4 在玩Pokémon时创建“导航指南”。

Claude 4模型还推出了思维链总结功能，可使用较小的模型来浓缩冗长的思维过程。

三、编程助手全面开放，整合至主流开发平台

Claude Code在今天迎来全面开放，从研究预览转为正式产品。Claude Code产品经理Cat Wu分享说，除了接入最新模型之外，Claude Code还推出了多项新功能。

Claude Code现已与VS Code和JetBrains等主流IDE集成，在使用过程中，开发者可以直接在编辑器中实时查看Claude Code建议的代码改动。

Anthropic还发布了Claude Code SDK，让开发者能够将Claude Code作为构建块融入自己的应用和工作流。为了展示其潜力，Anthropic在GitHub上开源了一个示例项目：用户可以直接在Pull Request和Issue中@Claude，它将自动响应审阅意见、修复错误并添加新功能。

通过这些更新，Claude Code已经能够覆盖大部分工作场景，无论是在终端中进行深度开发、在GitHub上处理远程协作、通过SDK构建自动化工作流，还是在IDE中进行代码审查。

演示环节中，Claude Code迅速完成了开源工具Excalidraw的表格组件功能开发。Claude Code会创建任务清单，探索代码库并生成代码，运行测试并提交Pull Request。它还能通过GitHub Actions自动更新文档。短短10分钟，Claude Code完成了通常需要数小时的复杂任务，极大地提升了开发效率。