Anthropic 升級 Claude 搜尋工具：邊搜邊跑程式碼過濾，Token 省 24%

過去讓 AI 上網搜資料，過程往往粗暴得像個大胃王比賽：輸入一個關鍵詞，抓回幾篇網頁的完整 HTML，帶著導航欄、廣告和冗餘程式碼一股腦塞進上下文，再讓模型慢慢看。

結果可想而知。模型不僅容易被無關噪音帶偏，昂貴的上下文空間也被白白燒掉。Anthropic 決定給 AI 配一把手術刀。

Anthropic 為 Claude Sonnet 4.6 和 Opus 4.6 推出了帶有「動態過濾」功能的新版網頁搜尋與抓取工具。模型不再直接吞下整個網頁，而是在資料進入上下文視窗之前，原生編寫並執行程式碼，把無關內容剔除乾淨。

讓 AI 像研究員一樣寫程式碼洗資料

在傳統的工作流裡，AI 面對的是幾十頁連同排版標籤在內的原始 HTML。搜尋雖然能找來資訊，但大量噪音反而會拉低迴答的質量。

新的動態過濾機制改變了這一步。當 Claude 發起搜尋或抓取網頁時，它會在後臺的沙箱中直接寫一段 Python 程式碼，用來解析文本、篩選核心欄位、比對多個信源。只有真正相關的結果，才會被載入進上下文視窗。

Quora 旗下的 Poe 平臺測試了這一功能。其產品與研究主管 Gareth Jones 評價稱，Opus 4.6 配合動態過濾在他們的內部基準評測中拿下了對其他前沿模型的最高準確率。他提到，這個模型現在的行為像一個真正的研究員，靠寫程式碼去解析和交叉比對，而不是對著原始 HTML 發呆。

根據官方公佈的資料，在考察尋找冷門隱蔽資訊的 BrowseComp 基準測試中，Sonnet 4.6 的準確率從 33.3% 提高到 46.6%，Opus 4.6 則從 45.3% 飆升至 61.6%。

在考察多步調研和全面性的 DeepsearchQA 測試中，綜合精確度與召回率的 F1 分數同樣明顯提升。Sonnet 4.6 從 52.6% 漲至 59.4%，Opus 4.6 則從 69.8% 攀升到 77.3%。兩項基準綜合下來，準確率平均提升了 11%，同時輸入 token 減少了 24%。

除了動態過濾，Anthropic 還同步將程式碼執行、跨會話記憶、程式設計式工具呼叫、工具搜尋以及工具示例等一攬子能力轉為正式可用。

為什麼重要

我們認為，Anthropic 這次踩準了 AI 智慧體落地的關鍵痛點：別把上下文視窗當垃圾桶。

對開發者和企業來說，這項更新最大的價值在於解決複雜搜尋任務的幻覺與遺漏。無論是扒冷門技術文件，還是多方核實財報資料，讓模型在上下文之外先用程式碼洗一遍資料，準確度提升非常立竿見影。Sonnet 4.6 使用者還能順帶省下不少輸入 token 費用。

但這裡有一個需要權衡的算盤。官方明確提到，模型寫程式碼過濾本身也要消耗生成 token，導致價格昂貴的 Opus 4.6 在兩項測試中的價格加權成本反而上升了。如果你跑的是日常高頻檢索，盲目開著 Opus 可能會讓賬單變厚，拿 Sonnet 4.6 做主力看起來是更划算的選擇。

從行業演進來看，這標誌著大模型工具呼叫正在從「暴力堆上下文」轉向「端到端程式化過濾」。以前行業拼命把上下文視窗拉到幾兆，但現實證明噪音越多模型越笨。Anthropic 用程式碼沙箱在門外把關，既保證了資訊純度，又沒有犧牲靈活性。接下來，預計其他大模型廠商也會迅速跟進這種「先寫程式碼洗資料、再餵給大腦」的預處理架構。