一经面世，就在编码、高级推理和AI Agent重新定义了新的标准，直接实现SOTA。
而两个模型里最为人所津津乐道的是旗舰模型Claude Opus 4，它最引人注目的就是持续的干活，一身用不完的牛劲。
比如，它可以在连续24小时畅玩宝可梦，而之前版本Claude 3.7 Sonnet只能连续玩 45 分钟。
其客户之一，日本乐天集团（Rakuten）使用Claude Opus 4进行了一个高强度的开源代码重构任务。
谁也没想到，Opus 4直接吭哧吭哧独立运行并持续编写代码长达7小时，而且性能极、其、稳、定。
看遍评论区，发现使用过Claude 4几乎都给予了它高度评价，尤其是对Opus 4（不愧是旗舰模型哇）。
有人说，“Opus 4是我用上的第一个不用自己动手改，就生成高质量内容的第一个大模型”。
此外，有位最近一直用Opus搞编程的网友表示，Benchmark上的成绩完全不能代表Claude 4的成就：
它在保持进度、编写可维护的代码以及按照我的意愿和期望进行工作方面，带来了彻底的变革。这不是简单的极客行为。团队做得非常出色！
已经有网友开始直接用Claude 4来做了个俄罗斯方块，一次性就完成的那种。
值得关注的一点，今天起，所有付费用户都可以开始使用Claude 4系列模型了。
值得一提的是，伴随Claude 4的问世，为了让开发者们能构建更强大的AI Agent，Anthropic在自家API方面上新了3个新功能，分别是：代码执行工具、MCP连接器、文件API，以及长达一小时的缓存提示能力。
Sonnet 4与Opus 4类似，但针对推理进行了优化，并在效率方面进行了平，这意味着它的运行成本更低。作为Sonnet 3.7的重大升级，它能精准地响应你的指令。
他们俩都是混合模型，提供两种操作模式：一种用于快速响应，另一种用于“更深层次的推理”。
旗舰模型Opus 4，在SWE-bench（72.5%）和 Terminal-bench（43.2%）上均实现领先。它在需要专注投入和数千个步骤的长时间运行任务中表现出色，能够连续工作数小时，其性能远超所有 Sonnet 模型，并显著扩展了 AI Agent的功能。
Cursor称其为编码领域的最新技术，并在复杂代码库理解方面实现了飞跃。
Block称其为第一个在其Agent（代号 goose）中在编辑和调试过程中提高代码质量，同时保持完整性能和可靠性的模型。
Rakuten通过独立运行 7 小时且性能稳定的高要求开源重构验证了其功能。
工具使用（Beta版）：两种模型都可以在扩展思考过程中使用工具（例如网络搜索），这样Claude一边思考推理一边使用工具交替进行。
并行工具使用，这样一来，模型可以更精确地遵循指令，并且在开发人员允许访问本地文件时，能显著提高记忆能力，提取并保存关键事实，以保持连续性并随着时间的推移建立隐性知识。
他们还引入思维摘要功能，使用较小的模型来浓缩冗长的思考过程。不过只有大约 5%的情况下需要这种总结，大多数思维过程都很短，足以完整显示。
内存能力方面，Claude Opus 4显著超越之前所有的模型。当开发者构建允许 Claude 访问本地文件的应用程序时，Opus 4 能够熟练地创建和维护“内存文件”来存储关键信息，以帮助改进游戏体验。
这能够提升代理在长期任务中的感知能力、连贯性和执行性能——例如，Opus 4在玩宝可梦时能够创建“导航指南”。
该演示旨在秀肌肉，比如在极少量的人类干预下，Claude如何分析游戏，并逐步做出决策。
Anthropic技术团队的成员表示，选择《宝可梦红版》来搞事情，是因为这个游戏“是一个简单的游乐场”，回合制，且不需要及时反映。终极目标则为了研究如何让Claude像Agent一样，独立地为用户执行复杂任务。
Claude 3.7 Sonnet玩这款游戏时遇到了不少的困难，比如在一个城市中困了几十个小时，并且难以识别非玩家角色，这极大地阻碍了它在游戏中的进展。
但Opus 4就不一样了，它在长期记忆和规划能力上有所提高。与此同时，当Opus 4意识到需要某种特定的能力才能继续前进后，它花了两天时间提升它的技能，然后继续玩游戏。
此外，他们还显著减少了模型使用捷径或漏洞完成任务的行为。在处理一些容易受到捷径和漏洞影响的Agent任务中，这两个模型出现此类行为的可能性都比 Sonnet 3.7 低 65%。
这是一个智能代码助手工具，旨在帮助开发者通过自然语言命令理解、浏览和修改整个代码库，让你能够将修复bug、实现新功能、代码重构、编写测试、跨文件修改等大量工程任务交给AI完成。
并且已经集成进更多开发工作流程中：终端，IDE，或者使用Claude Code SDK在后台运行。
这一举措直接把Claude Code集成到了IDE里，也就是说，它已经和开发者们熟悉的代码编辑器无缝结对。
至此，大家对着Claude提出的修改内容会被直接嵌入到文件里，从而简化了代码审查和跟踪过程。
在GitHub上Pull Request的时候，只需要「@Claude Code」，就可以回应评审人员的反馈、修复持续集成错误或修改代码。
如果想安装它的话，大家记得运行“/install-github-app”，就可以安装Beta版的插件了。
Anthropic产品负责人Scott White表示，Claude Code不仅适合公司——它们希望旗下的软件工程师们使用AI来提高自身专业技能，也适合个人——包括那些不懂编程的人。
如果一位产品经理想出了一个新点子，就不用费劲地用文字来解释概念了。直接找Claude Code，就能创造关于这个新点子的雏形。“去年年底就停止了对聊天机器人的投资”
Anthropic首席科学官Jared Kaplan接受采访时表示，该公司于去年年底停止对聊天机器人的投资。
专注于提高Claude执行复杂任务的能力，例如研究和编程，甚至编写整个代码库。
去年起，Anthropic就开始训练Claude 4系列，“训练过程中，内部确实存在一些困难。因为我们在训练这些模型时使用的一些新基础设施，使得团队在启动所有系统方面非常紧张。”
因此他们真正致力于解决这个问题，以便人们可以一次性将大量工作委托给给Claude。
不过，首席产品官Mike Krieger此前也表示过，Anthropic没有仅仅针对编程来进行迭代。
我们在两个方面都在不断开拓创新。一方面涉及到编程部分以及整体的自主行为，这为许多编程初创企业提供了强大的动力。另一方面，我们也在探索这些模型如何能够真正从经验中学习，并且能够成为非常有用的写作伙伴。
Mike Krieger表示，Claude 4之前，他仅仅是把大模型作为一个思考伙伴，大部分写作还是他自己亲自上手的。
但现在，Claude 4出现后，他几乎已经把写东西这个事完全委托给Claude Opus 4了，并且“难以辨认是我写的还是AI写的”。
上周，Anthropic获得了一笔25亿美元、为期五年的循环信贷额度，用来增强AI竞争的底气，毕竟研究和训练真的非常花钱。
而Anthropic年度消费超过10万美元的客户数量，较去年同期增长了八倍。
模型刚发布，人类就发现了它有一些特殊的「爱好」，比如熟练地使用一些表情符号。
在 Anthropic技术报告中，他们研究了Opus 4 在“开放式自我互动”中的表现——也就是与自己对话，结果发现，一对Opus 4 模型进行了 200 次、每次 30 轮的互动，模型使用了数千个表情符号。
根据报告，Opus 4 使用“头晕”表情符号最多（占 29.5%），其次是“闪亮的星星”和“双手合十”。
不过，模型还是对“旋风”表情符号很感兴趣。一份记录显示，它们输入了2725次。
在几乎每一次开放式的自我互动中，Opus 4最终都会开始进行“意识的哲学探索”以及“抽象而愉悦的精神或冥想表达”。