Anthropic Claude 4 功能：有哪些新增和改进？

规划旅行、调试代码、分析图表或总结法律文件等任务，通常需要使用不同工具或具备相关领域的专业知识。如今，得益于近期 AI 技术的发展，单个大型语言模型（LLM）就能协助完成所有这些任务。

LLM 是一种经过训练、能够理解和生成自然语言的 AI 模型。它通过分析海量文本（书籍、网站、对话等）来学习识别人们写作和说话方式中的模式。训练完成后，LLM 可以回答问题、编写代码、总结文档，并执行许多其他基于语言的任务，而且通常只需很少的指令。

Anthropic 是一家开发这类模型的公司。Anthropic 于 2021 年由一群前 OpenAI 员工创立，专注于打造安全、可靠且易于使用的 AI 系统。撰写本文时，该公司最新推出的是 Claude 4 模型系列，其中包括两个版本：Claude Opus 4 和 Claude Sonnet 4。

Claude Opus 4 于 2025 年 5 月 22 日发布，专为需要深入推理和持续专注的复杂任务打造，例如处理大型代码库或开展深度研究。在一项测试中，它甚至通过创建和引用自己的记忆文件来玩《宝可梦 红》，并在游戏中途生成导航指南，帮助自己保持进度。

图 1。 Claude 4 玩《宝可梦》的示例。

Claude Sonnet 4 虽然能力不及 Opus 4，但速度更快、效率更高，是日常写作、总结和通用问题求解等任务的可靠选择。本文将介绍 Claude 4 的主要功能及其产生影响的领域。

大型语言模型（LLM）概览#

在深入了解 Claude 4 及其功能之前，我们先来看看大型语言模型在现实世界中的应用。

大多数现代 LLM 都基于一种名为 Transformer 的机器学习架构构建，这种架构能帮助模型理解长篇文本中不同词语之间的关系。因此，模型不再只是自动补全句子，还能总结文档、编写代码、回答问题和翻译语言。

事实上，LLM 的一项主要优势是灵活性。训练完成后，无需额外微调或只需少量微调，它们就能执行多种任务。因此，从客户支持和教育到软件开发、内容创作和研究，各种应用都能从中受益。

图 2。 大型语言模型的应用场景。

随着 AI 的普及，LLM 正帮助客户服务团队自动回复、通过辅导工具支持学生、在 VS Code 等编码环境中协助开发者，并让专业人士轻松筛查合同、报告和数据。同时，一些 LLM 正被集成到AI 智能体中，以执行规划、研究或编写工作流等多步骤任务。

Claude LLM 的演进#

Anthropic 的 Claude 模型在每次发布时，速度、推理能力和整体性能都稳步提升。以下是 Claude 系列发展至 Claude 4 的简要概览：

• Claude Instant 1.2、2 和 2.1：这些早期模型旨在以较低成本快速响应。Claude 2.1 引入了对 200,000 词元上下文窗口的支持（也就是说，它可以在一次交互中处理完整对话记录等长文本输入）。
• Claude 3 Haiku 和 3.5 Haiku：这两款轻量级模型针对速度和效率进行了优化，适用于总结、基础聊天和客户支持等实时应用。
• Claude 3 Sonnet 和 3.5 Sonnet：这两款均为均衡型模型，在不牺牲速度的前提下提供出色的性能。它们支持较长的提示词和输出，非常适合各种商业应用场景。
• Claude 3 Opus：这是一款高性能模型，专为复杂且需要大量推理的任务打造。Opus 的速度较慢、资源消耗也较大，但能提供详细、准确的回复，因此适用于研究、战略规划和创意工作。
• Claude 3.7 Sonnet：在 Claude 4 发布之前，它是最先进的 Claude 模型。该模型引入了扩展思考模式，能提供更深入的回答；它处理较长任务时的一致性也更高，适用于高级编程、详细分析和长篇写作。

了解 Anthropic 的 Claude 4#

Claude 4 改变了人们对大型语言模型如何应对复杂、持续时间较长任务的看法。Anthropic 最新推出的 Claude Opus 4 和 Claude Sonnet 4 不再只关注速度或输出质量，还致力于支持持续推理、改进上下文处理，并提供更可靠的性能。

例如，与 Sonnet 3.7 等早期版本相比，Claude 4 模型会更仔细地思考，较少使用捷径或技巧来完成任务；它们这样做的可能性降低了 65%。

这两个模型的另一项主要功能是扩展思考，它们可以在回复前暂停并考虑多个步骤。因此，在需要深思熟虑、逐步推理的场景中，Claude 4 尤其有用，例如处理分支任务、规划多阶段流程或编写结构化内容。

此外，Claude Opus 4 改进了记忆能力。当开发者授予模型访问本地文件的权限时，模型可以创建并引用持久化记忆文件，以便在多个会话中跟踪重要细节。

这两个模型还都支持与外部工具协同工作。Claude 4 可以通过名为模型上下文协议（MCP）的机制连接 API 和文件系统。开发者借此可以创建 AI 系统，使其能够生成回复、与真实世界数据交互、运行后台任务，或在工作流中使用自定义工具。

Claude 4 AI 模型的应用#

智能体 AI和模型上下文协议等概念，是 Claude 4 预期用法的核心。这些模型不只是为了响应提示词而打造，还旨在承担更复杂的任务、连接工具，并作为更大型系统的一部分运行。

接下来，我们来看看 Claude 4 如何用于编程和图像分析等应用。

了解 Claude Opus 4 的编程能力#

即使是经验丰富的开发者，有时也会觉得编写整洁、可靠的代码很有挑战性。因此，多年来结对编程一直是广受认可的方法：一个人编写代码，另一个人负责审查。借助 Claude Opus 4 等 AI 模型，开发者现在也能从智能助手那里获得类似的支持。

Claude Opus 4 专为处理复杂编程项目打造。它在 SWE-bench 等基准测试中表现出色，该基准测试用于评估 AI 模型修复开源代码中真实错误的能力；它在 Terminal-bench 中也表现出色，该测试用于评估模型处理命令行环境任务的能力。有趣的是，Claude Opus 4 已经通过 Claude Code 等工具集成到 VS Code 中，可协助编写新函数、提出修改建议或修复错误。

图 3。 VS Code 中的 Claude Code 界面。

Claude 4 的视觉能力#

Claude 4 不仅擅长处理文本和代码，还能分析图像。在早期模型的基础上，它现在具备更强的视觉能力，可以结合书面内容分析和解读图像。它还支持同时处理多张图像，适用于比较设计、读取图表、总结示意图或审查用户界面原型等任务。

Claude 擅长解读视觉内容，但也有局限：它无法识别人，可能难以准确处理棋盘或时钟等特定布局，也不是为医疗诊断设计的。对于任何关键应用场景，最好都对它的输出进行复核。

只要合理使用，Claude 4 的图像能力就能帮助开发者调试视觉界面、帮助教育工作者制作学习材料，也能帮助研究人员审查视觉数据，是处理结合文本和图像的多模态任务的有效工具。较新的 Claude 模型，例如 Claude Opus 5.5 和 Claude Sonnet 5.5，也会在 Ultralytics VLM Leaderboard 上与其他视觉语言模型进行真实世界目标检测对比。

如何体验 Anthropic Claude 4 的功能#

以下是体验 Claude 4 的几种方式：

• Claude.ai：你可以直接在 Anthropic 网站上使用 Claude。基础账户可使用 Sonnet 4，而 Opus 4 则需要通过 Pro 套餐使用。
• Anthropic API：开发者可以通过 API 将 Claude 集成到自己的工具或服务中。Sonnet 和 Opus 两个模型均受支持，设置时需要 API 密钥。
• GitHub Copilot：Claude 4 可在 GitHub Copilot Chat 中使用。付费用户可以使用 Sonnet 4，而 Opus 4 的访问权限取决于你的具体方案。这些模型可在 GitHub 网站、VS Code 和移动应用中使用。

图 4。 GitHub Copilot 中的 Claude 4 模型。

Claude 4 也可在 Amazon Bedrock 和 Google Cloud 的 Vertex AI 等平台上使用。

这些集成让你可以更轻松地在云应用和企业工具中使用该模型。

要点#

Claude 4 很好地展现了 AI 模型的发展程度。它具备更强的推理能力、更好的记忆能力，还能处理文本和图像，专为更复杂的现实工作打造。

无论你是在编程、分析数据，还是构建 AI 驱动的工具，Claude 4 都能为你的任务提供支持。随着 LLM 不断改进，Claude 这类工具很可能会越来越常见地融入日常工作流。

通过我们的 GitHub 代码仓库深入了解 AI，并加入不断壮大的社区。探索零售业中的 AI和农业中的计算机视觉的最新进展。查看我们的许可选项，让你的视觉 AI 项目成为现实。