v0 接入 Claude Opus 4.6：多步复杂任务与首稿质量大升级

如果你这几个月用过大模型做复杂的长任务，大概率经历过这种崩溃：聊到后面 AI 开始胡言乱语，之前定好的假设全忘了，代码改着改着引入一堆新 bug。业内管这叫「上下文腐烂」。

周四，Anthropic 正式发布了新旗舰模型 Claude Opus 4.6。这家公司仅在去年 11 月发布 Opus 4.5 后不到三个月，就拿出了这次大版本更新。它不仅把 Opus 级别的上下文窗口一口气拉到了 100 万 token，还直接冲着金融分析师和工程师的日常痛点开刀。

告别单打独斗：AI 也能组队干活

这次更新最亮眼的变化，是引入了所谓的「智能体团队」（Agent Teams）。以前 AI 办事实打实是单线操作，遇到几十个步骤的大项目只能硬着头皮一步步排队做。现在，你可以把一个庞大任务拆分给多个子 Agent，大家各管一块、相互协调并行业务。

Anthropic 产品主管 Scott White 打了个比方：这就像手底下突然有了一整支高素质人类团队替你分工协作。目前这项能力已经在 API 和订阅用户的测试版中上线。

与此同时，Opus 4.6 首次在 Opus 系列里支持了 100 万 token 的超大上下文（测试版）。在用来测试大海捞针能力的 8-needle 1M MRCR v2 基准上，前代 Sonnet 4.5 只有 18.5% 的得分，而 Opus 4.6 直接飙到了 76.0%。为了防止长对话把模型搞崩，API 还加入了自动压缩功能，并在推理中加入了自适应思考和调节开销的 effort 参数。

在基准测试上，它拿下了 Agent 编程榜单 Terminal-Bench 2.0 的最高分，并在涵盖多学科的难题测试 Humanity’s Last Exam 上领跑。在衡量经济价值知识工作的 GDPval-AA 测试中，Opus 4.6 比 OpenAI 的 GPT-5.2 高出约 144 Elo 分，比自家 Opus 4.5 高出 190 分。

攻入金融腹地：Excel 和 PPT 里的常驻分析师

除了写代码，Anthropic 显然想让 Opus 4.6 接管白领最耗时的金融分析工作。

在桌面端，Anthropic 推出了名为 Cowork 的新功能。只要给它指定一个本地文件夹的权限，它就能直接读写、修改里面的文件。配合企业财务插件，它甚至能独立跑完日记账、差异分析和对账流程。

在办公软件层面，Claude in Excel 现在支持直接修改数据透视表、图表、条件格式和数据验证，具备更专业的数据排版能力；全新的 Claude in PowerPoint 则作为测试版侧边栏推出，不用再像以前那样把 AI 生成的内容复制来复制去，在 PPT 内部就能直接生成并反复修改幻灯片。

官方公布的内部实测显示，在涵盖投行、PE、公开市场投资和企业财务的约 50 个真实金融案例中，Opus 4.6 的表现比前不久的 Sonnet 4.5 提升了超过 23 个百分点。在针对上市企业 SEC 文件研究的外部基准 Finance Agent 上，它以 60.7% 拿下行业最优，TaxEval 税务基准得分也达到了 76.0%。官方甚至声称，它在初次输出时完成的并购尽调任务，质量已经接近资深分析师花两到三周做出的成果。

目前 Opus 4.6 已经上线 claude.ai、官方 API 以及主流云平台，开发者调用价格维持在每百万 token 输入 5 美元、输出 25 美元不变。

为什么重要

对日常用户和专业人士来说，Opus 4.6 的价值在于它跨过了「玩具式生成」的门槛。做财务分析、写复杂系统的开发者，终于不用把一大堆零散表格在几个软件之间来回倒腾，拖进文件夹让 Cowork 或者在 Excel/PPT 原生侧边栏里就能把活干了。特别是有了自适应思考和 1M 上下文，处理几百页财报或几十万行代码库时被「上下文腐烂」坑害的几率大打折扣。唯一的代价是深度思考带来的耗时和算力成本，需要自己用参数灵活平衡。

对行业而言，Anthropic 正在改变大模型落地的竞争焦点。过去大家还在单纯卷代码补全或聊天问答，现在战局全面升级为「多智能体协同」和「系统级深度嵌入」。前有 OpenAI 推出的 Frontier 平台和 GPT-5.3-Codex，后有 Anthropic 的 Agent Teams 与 Office 级工具。各家争夺的核心已经不再是模型本身有多聪明，而是谁能让一队 AI 在实际业务系统里长期稳定跑下去。

我们认为，Anthropic 这次打法极其老练。它没有画大而无当的通用 AGI 大饼，而是精准切入金融和企业办公这两个付费意愿最强、客单价最高的深水区。不过，隐患也同样存在：让 Agent 团队自主修改本地文件和财务底稿，一旦在某个细小环节出现幻觉或判断偏差，连锁反应的排查成本极高。在真正把两三周的人工工作完全甩给 AI 之前，企业依然需要准备一套极严密的复核机制。