v0 接入 Claude Opus 4.6：多步複雜任務與首稿質量大升級

如果你這幾個月用過大模型做複雜的長任務，大機率經歷過這種崩潰：聊到後面 AI 開始胡言亂語，之前定好的假設全忘了，程式碼改著改著引入一堆新 bug。業內管這叫「上下文腐爛」。

週四，Anthropic 正式釋出了新旗艦模型 Claude Opus 4.6。這家公司僅在去年 11 月釋出 Opus 4.5 後不到三個月，就拿出了這次大版本更新。它不僅把 Opus 級別的上下文視窗一口氣拉到了 100 萬 token，還直接衝著金融分析師和工程師的日常痛點開刀。

告別單打獨鬥：AI 也能組隊幹活

這次更新最亮眼的變化，是引入了所謂的「智慧體團隊」（Agent Teams）。以前 AI 辦事實打實是單線操作，遇到幾十個步驟的大專案只能硬著頭皮一步步排隊做。現在，你可以把一個龐大任務拆分給多個子 Agent，大家各管一塊、相互協調並行業務。

Anthropic 產品主管 Scott White 打了個比方：這就像手底下突然有了一整支高素質人類團隊替你分工協作。目前這項能力已經在 API 和訂閱使用者的測試版中上線。

與此同時，Opus 4.6 首次在 Opus 系列裡支援了 100 萬 token 的超大上下文（測試版）。在用來測試大海撈針能力的 8-needle 1M MRCR v2 基準上，前代 Sonnet 4.5 只有 18.5% 的得分，而 Opus 4.6 直接飆到了 76.0%。為了防止長對話把模型搞崩，API 還加入了自動壓縮功能，並在推理中加入了自適應思考和調節開銷的 effort 引數。

在基準測試上，它拿下了 Agent 程式設計榜單 Terminal-Bench 2.0 的最高分，並在涵蓋多學科的難題測試 Humanity’s Last Exam 上領跑。在衡量經濟價值知識工作的 GDPval-AA 測試中，Opus 4.6 比 OpenAI 的 GPT-5.2 高出約 144 Elo 分，比自家 Opus 4.5 高出 190 分。

攻入金融腹地：Excel 和 PPT 裡的常駐分析師

除了寫程式碼，Anthropic 顯然想讓 Opus 4.6 接管白領最耗時的金融分析工作。

在桌面端，Anthropic 推出了名為 Cowork 的新功能。只要給它指定一個本地資料夾的許可權，它就能直接讀寫、修改裡面的檔案。配合企業財務外掛，它甚至能獨立跑完日記賬、差異分析和對賬流程。

在辦公軟體層面，Claude in Excel 現在支援直接修改資料透視表、圖表、條件格式和資料驗證，具備更專業的資料排版能力；全新的 Claude in PowerPoint 則作為測試版側邊欄推出，不用再像以前那樣把 AI 生成的內容複製來復制去，在 PPT 內部就能直接生成並反覆修改幻燈片。

官方公佈的內部實測顯示，在涵蓋投行、PE、公開市場投資和企業財務的約 50 個真實金融案例中，Opus 4.6 的表現比前不久的 Sonnet 4.5 提升了超過 23 個百分點。在針對上市企業 SEC 檔案研究的外部基準 Finance Agent 上，它以 60.7% 拿下行業最優，TaxEval 稅務基準得分也達到了 76.0%。官方甚至聲稱，它在初次輸出時完成的併購盡調任務，質量已經接近資深分析師花兩到三週做出的成果。

目前 Opus 4.6 已經上線 claude.ai、官方 API 以及主流雲平臺，開發者呼叫價格維持在每百萬 token 輸入 5 美元、輸出 25 美元不變。

為什麼重要

對日常使用者和專業人士來說，Opus 4.6 的價值在於它跨過了「玩具式生成」的門檻。做財務分析、寫複雜系統的開發者，終於不用把一大堆零散表格在幾個軟體之間來回倒騰，拖進資料夾讓 Cowork 或者在 Excel/PPT 原生側邊欄裡就能把活幹了。特別是有了自適應思考和 1M 上下文，處理幾百頁財報或幾十萬行程式碼庫時被「上下文腐爛」坑害的機率大打折扣。唯一的代價是深度思考帶來的耗時和算力成本，需要自己用引數靈活平衡。

對行業而言，Anthropic 正在改變大模型落地的競爭焦點。過去大家還在單純卷程式碼補全或聊天問答，現在戰局全面升級為「多智慧體協同」和「系統級深度嵌入」。前有 OpenAI 推出的 Frontier 平臺和 GPT-5.3-Codex，後有 Anthropic 的 Agent Teams 與 Office 級工具。各家爭奪的核心已經不再是模型本身有多聰明，而是誰能讓一隊 AI 在實際業務系統里長期穩定跑下去。

我們認為，Anthropic 這次打法極其老練。它沒有畫大而無當的通用 AGI 大餅，而是精準切入金融和企業辦公這兩個付費意願最強、客單價最高的深水區。不過，隱患也同樣存在：讓 Agent 團隊自主修改本地檔案和財務底稿，一旦在某個細小環節出現幻覺或判斷偏差，連鎖反應的排查成本極高。在真正把兩三週的人工工作完全甩給 AI 之前，企業依然需要準備一套極嚴密的複核機制。