Anthropic 釋出 Claude 4：Opus 4 主打長任務程式設計，Claude Code 正式可用

以前讓 AI 幫你寫個大專案，最怕的不是它不會寫，而是它中途開始「偷懶」：遇到硬骨頭就繞著走，或者寫著寫著就把最初的架構全忘了。

Anthropic 釋出的 Claude 4 系列，可以說是衝著 AI 的這些「打工毛病」精準下刀。這次登場的是 Claude Opus 4 和 Claude Sonnet 4 兩款主力，核心賣點就是死磕長時間、多步驟的智慧體複雜任務。

邊想邊查，甚至學會了自己做筆記

Opus 4 和 Sonnet 4 都延續了混合推理模式，既能快速秒回，也能開啟深度思考。不過這次有了一個質的飛躍：深度思考時支援呼叫工具了。

這意味著 Claude 在腦子裡盤算步驟的時候，可以隨時停下來去聯網搜尋、呼叫本地工具，邊推理邊印證。此外，兩款模型現在都能並行執行工具，把過去序列等待的時間砍了大半。

針對智慧體最讓人頭疼的「找漏洞交差」現象，Anthropic 表示兩款模型在容易鑽空子的任務上，偷懶行為比 Sonnet 3.7 減少了 65%。

記憶機制也變得更加實用。當開發者開放本地檔案許可權後，Opus 4 會主動建立和維護自己的「記憶檔案」，把關鍵背景與事實沉澱下來。Anthropic 在測試裡甚至讓它在玩《寶可夢》時，自己給自己寫了一份「導航指南」。

配套生態也全線推進。命令列工具 Claude Code 結束預覽正式 GA，不僅支援 VS Code 和 JetBrains 的內聯程式碼修改，還能通過 GitHub Actions 在後臺跑任務。API 層面則補充了程式碼執行工具、MCP 聯結器、Files API 以及長達一小時的提示詞快取。

價格方面 Anthropic 沒漲價，保持原樣：Opus 4 每百萬輸入/輸出 token 依舊是 15 美元和 75 美元，Sonnet 4 依然是 3 美元和 15 美元。免費使用者現在就能用上 Sonnet 4。

連軸轉 7 小時，以及首次拉響的 ASL-3

跑分上，在不使用額外規劃工具的情況下，Sonnet 4 在 SWE-bench Verified 拿到了 72.7%，Opus 4 為 72.5%；在高算力取樣模式下，兩者成績分別衝到了 80.2% 和 79.4%。

業內合作伙伴的反饋把重點放在了「持久力」上。Rakuten 測試顯示 Opus 4 能夠獨立執行長達 7 小時進行開源專案重構，期間表現始終線上。GitHub 明確宣佈將 Sonnet 4 作為 GitHub Copilot 新程式碼智慧體的驅動模型。Cursor、Replit 和 Cognition 也都在第一時間接入。

在能力飆升的同時，Anthropic 宣佈首次對 Opus 4 啟用 ASL-3（三級人工智慧安全標準）防護措施。

雖然 Anthropic 坦言還沒完全確定 Opus 4 是否已經越過了三級危險門檻，但他們選擇提前頂格設防。這套防禦重點防範模型在化學生物放射與核武器（CBRN）任務中被越獄濫用，同時大幅提升了防止模型權重被竊取的安防等級。

為什麼重要

我們認為，Claude 4 標誌著大語言模型的競爭重點，已經徹底從單純的「單輪對話解答」轉向「多小時維度的自主交付」。

對開發者和工程團隊來說，這次的升級極具吸引力。過去很多智慧體在跑到第十步時就會迷失上下文，而 Opus 4 展現出的長程連貫性、主動記錄記憶檔案以及減少偷懶的特質，意味著原本只能人工完成的程式碼重構、複雜測試修復，現在真的可以丟給它在後臺跑上幾個小時。即使是不買單的高階個人使用者，直接免費體驗到的 Sonnet 4 也擁有頂級的程式碼和推理底子，完全值得立刻切換為主力模型。

從行業格局來看，Anthropic 的策略非常穩健聰明。他們沒有陷入單純堆疊引數的數字遊戲，而是通過給 extended thinking 加上工具呼叫、推出官方 Claude Code SDK、打通主流 IDE，把開發者的整個工作流牢牢鎖在自己的生態內。GitHub Copilot 倒戈引入 Sonnet 4，更是直接在微軟的大本營撕開了一個口子。

不過，這種長程自主能力的隱患同樣不容忽視。7 小時的自主執行意味著一旦智慧體理解偏差，造成的破壞或產生的冗餘程式碼也是成倍的。Anthropic 頂著算力開銷主動拉響 ASL-3 防護，也從側面印證了頂尖模型在長鏈路推理下的不可控風險。接下來業內的考驗，不再是誰能寫出第一段程式碼，而是誰敢真正對跑了一整夜的 AI 程式碼點選 Merge。