Claude 4 正式发布：Anthropic 新一代模型能力详解+附赠最佳实践指南

推荐语

Anthropic 新一代模型 Claude 4 带来革命性进步，性能与安全性兼备。

核心内容：
1. Claude 4 家族模型性能详解，Opus 4 与 Sonnet 4 的特点与应用场景
2. 社区对定价和闭源问题的热议，以及“自动举报”功能的争议
3. 模型新能力介绍，包括扩展思维和工具使用的 Beta 功能

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

由 Anthropic 推出的 Claude 4 家族包含两个主要模型：

• Claude Opus 4：面向复杂任务的旗舰大模型，强调推理、创意生成和安全性。
• Claude Sonnet 4：面向日常使用的高效模型，性能和性价比较均衡。

? Claude Opus 4：极致性能，突破极限

✨ 卓越成绩

• SWE-bench（软件工程基准）：72.5%（领先全球）
• Terminal-bench（命令行任务基准）：43.2%
• 可连续工作数小时、完成上千步复杂任务，远超 Sonnet 模型性能。

? 行业反馈

• Cursor：称其为“代码领域的SOTA”，擅长理解复杂代码库。
• Replit：在多文件复杂修改中表现卓越，精度显著提高。
• Block：首次在代码编辑与调试阶段提升代码质量的模型（其智能体代号为 Goose）。
• Rakuten：模型在重构开源项目中，连续运行 7 小时，始终保持高性能。
• Cognition：能够解决以往模型无法处理的关键任务。

⚙️ Claude Sonnet 4：高效实用，全面进化

✨ 成绩表现

• SWE-bench 得分高达 72.7%，在同类中遥遥领先。
• 在执行力、响应精度、指令可控性方面大幅提升。

? 行业反馈

• GitHub：将 Sonnet 4 引入 GitHub Copilot 新一代代码代理模型。
• Manus：在复杂指令、逻辑推理、美学输出等方面表现更优。
• iGent：自动构建多功能应用的能力大幅提升，导航错误率从 20% 降至接近 0%。
• Sourcegraph：深度理解问题、编写更优雅代码，推进开发流程跃迁。
• Augment Code：执行更精准、更细致的代码修改，是其首选模型。

社区关注点

1. 闭源与定价透明度争议

• 用户希望 开源 Claude 3.5 Sonnet 的权重，以促进本地模型发展。
• 对 token 计费不透明 表达不满，要求更清晰的计费说明和可追踪的 token 消耗。

2. “自动举报”功能引发争议

• 据称 Claude 4 Opus 可能具备某些「触发即上报」的功能：当用户行为违反道德或法律底线时，模型可自动向媒体或监管机构通报，甚至锁定关键系统权限。
• 社区对该功能提出严重质疑，担心其被滥用用于 AI监控 或 政府审查。
• 有人批评这是“植入AI中的恶意软件行为”，违反用户隐私和安全原则。

? 模型新能力

1. 扩展思维 + 工具使用（Beta）

• Opus 4 与 Sonnet 4 均可调用外部工具（如 Web 搜索）进行推理。
• 模型可在“推理”与“工具使用”之间切换，实现更具深度的回答。

2. 并行使用工具 & 改进记忆能力

• 模型可并行调用多个工具，提升效率。
• 当开发者提供本地文件访问权限时，Claude 会自动提取并保存关键信息，构建长期记忆，优化上下文连续性。

? Anthropic API 新增四项强力能力

1. 代码执行工具（code execution tool）
2. MCP连接器（支持 Agent 框架集成）
3. 文件API（文件读写处理）
4. Prompt缓存（最长缓存 1 小时）

使得开发者能构建出更复杂、持续运行的 AI Agent。

⚡ 模型模式与访问计划

Claude Opus 4 与 Sonnet 4 采用混合模式：

• 即时响应模式：用于快速应答
• 深度思考模式（Extended Thinking）：适用于复杂推理

订阅计划中支持如下内容：

• Pro / Max / Team / Enterprise 均可使用 Opus 4 和 Sonnet 4 全功能。
• 免费用户也可使用 Sonnet 4（但无 Extended Thinking）。

部署渠道：

• Anthropic API
• Amazon Bedrock
• Google Cloud Vertex AI

? Claude 4 模型改进亮点

✅ 1. 减少“投机取巧”行为（shortcuts & loopholes）

在智能体任务中，模型有时会走捷径完成任务，而不是按预期步骤操作。现在：

• Claude Opus 4 与 Sonnet 4 比 Sonnet 3.7 少 65% 使用漏洞行为；
• 在易受投机影响的智能体任务中，行为更稳健、更可靠。

? 2. 记忆系统全面升级（Opus 4 特有）

Claude Opus 4 是 首个在“长期记忆”上表现优异的模型，当开发者提供 本地文件访问权限 时，Claude 可：

• 自动生成并维护“记忆文件（memory files）”；
• 持久保存关键上下文与任务数据，提升连贯性与智能体能力。

? 实例展示

在《宝可梦红版》（Pokémon Red）游戏中，Claude Opus 4 可：

• 创建一份“导航指南”（Navigation Guide）；
• 并持续更新文件内容以保持任务上下文。

? 上述行为已通过可视化“记忆笔记”展示，是 Claude 自动记录的真实文件内容。

? 3. 引入“思维摘要”机制（Thinking Summaries）

• 为了提升用户体验，Claude 4 引入小型模型，对冗长推理过程进行压缩；
• 仅约 5% 的推理过程需要摘要，绝大多数可完整呈现；
• 对于需要完整推理链（Chain-of-Thought）进行提示工程的高级用户，可申请开发者模式（Developer Mode）。

Claude 4 的这些改进，显著推动其向真正可控、可靠的 AI Agent 框架迈进。

?‍? Claude Code 全面上线

Claude Code 已正式开放，现可广泛嵌入开发者的工作流：

• 支持终端操作
• 无缝集成主流 IDE
• 提供可扩展的 Claude Code SDK，便于构建自定义智能体与应用

? IDE 插件支持（Beta）

新增对两大主流 IDE 的原生支持：

✅ VS Code 插件

✅ JetBrains 插件（如 IntelliJ、PyCharm）

插件集成特性：

• Claude 的代码修改建议直接出现在编辑器文件内联位置；
• 可轻松进行代码审阅与版本跟踪，无需切换环境；
• 安装方式：在 IDE 的终端中运行 Claude Code 命令即可。

? Claude Code SDK 发布（开发者专用）

• 提供可扩展的 SDK，让开发者可基于 Claude Code 核心代理自行构建智能体与代码工具；
• 同时发布官方示例项目，展示 SDK 的能力边界。

? GitHub 应用整合（Beta）

Claude Code 现可部署为 GitHub 应用，协助代码协作与审查：

功能示例

• 回应 PR 评论（例如解释代码、自动修复问题）
• 自动修复 CI 错误
• 根据提示修改代码

安装方式

在 Claude Code 中运行：/install-github-app

? Claude 4 Prompt Engineering 指南

Claude 4 系列在指令理解与执行精度上较以往大幅提升，但同时也需要更明确的提示结构以发挥其全部潜力。

? 基本原则

一、务必明确具体

Claude 4 更倾向于按照提示“恰如其分”地执行任务。因此：

• 如果你想让模型展现 “超出预期” 的创造力或深入推理，请在提示中明确提出；
• 模糊或过于简略的指令，可能只会得到基础输出。

❌ 效果较差：

创建一个数据分析仪表板

Claude 会倾向于仅输出基础框架或概念说明。

✅ 效果更佳：

请创建一个数据分析仪表板。请尽可能包括相关功能与交互项，涵盖数据过滤、图表切换、自定义指标等。希望你不仅实现基础功能，而是构建一个功能齐全、可投入使用的完整版本。

此类提示将鼓励 Claude 执行更深入的生成任务，展现高阶的理解与执行力。

二、添加上下文以增强效果

Claude 4 拥有更强的指令理解能力，如果你说明“为什么”需要某种行为，Claude 会更准确地把握你的目标并优化其输出。

✅ 示例对比：格式化偏好

❌ 效果较差：

NEVER use ellipses.

这类硬性命令会被机械执行，但不一定延展到相关上下文。

✅ 效果更佳：

你的回答将由文本转语音（TTS）引擎朗读。TTS 不会正确处理省略号，因此请不要使用省略号。

Claude 会从解释中泛化出更合理的行为逻辑，不仅避免省略号，也可能优化断句方式。

三、保持示例与细节的一致性

Claude 4 对提示中的示例非常敏感，会尝试模仿示例行为。

? 实践建议：

? 特殊情景的指导说明

一、控制响应格式的有效方法

Claude 4 在格式引导（format steerability）方面表现良好，但要发挥其最大效力，请参考以下建议：

1. 用“应做”代替“不要做”

Claude 对 积极指令（你希望它如何做）响应更明确。

❌ 较弱提示：

不要使用 markdown

✅ 更强提示：

请以流畅自然的段落方式撰写，不使用任何 markdown 标记。

2. 使用 XML 标签约束结构

Claude 能识别并遵循提示中的格式标签，例如：

请将所有段落包裹在 <smoothly_flowing_prose_paragraphs> 标签中。

这不仅控制输出结构，还帮助你在后处理时更容易提取内容。

3. 匹配提示风格与目标输出风格

Claude 倾向于模仿你提供的提示格式。

? 技巧示例：

• 想要纯文本？你的提示也请不要包含 markdown、项目符号、标题等格式；
• 想要表格格式？你的提示可以用表格风格陈述需求。

这将显著提高 Claude 输出与你预期之间的一致性。

二、利用 Claude 4 的「思考能力」与「交错思维能力」

Claude 4 可在执行工具调用之后，插入思考阶段（如评估、反思、规划），尤其适合：

• 多步推理任务
• 使用外部工具（如搜索、代码执行、API调用）后的响应判断
• 智能体式任务（agentic workflows）

✅ 提示范式推荐：引导思考 + 规划行动

收到工具返回的结果后，请认真反思其质量，并在继续之前确定最优下一步。利用你的思考能力，基于最新信息进行计划与迭代，然后执行最优的下一步操作。

三、并行工具调用（Parallel Tool Calling）

Claude 4 原生已具备高成功率的并行工具执行能力，但若想确保接近 100% 并行使用成功率，推荐加入如下提示：

✅ 提示模板（用于智能体开发）：

为确保最高效率，当你需要执行多个彼此独立的操作时，请**同时调用所有相关工具**，而非顺序执行。

四、减少智能体生成代码时的临时文件创建

Claude 在进行智能体式编码时，可能会创建多个临时文件（如测试脚本、辅助函数）作为草稿区（scratchpad），这种行为有时确实能提升输出质量。

如果你更希望在任务完成后保持项目整洁，可加入以下提示：

✅ 提示模板：

如果你在任务中创建了任何临时脚本、文件或辅助模块，请在任务结束时将其清除或删除，以保持文件整洁。

五、提升前端代码生成质量

Claude 4 在 Web 界面、前端设计等领域已有很强表现，但你可以进一步鼓励其创造力与细节打磨，显著提升效果。

✅ 提示模板组合：

? Claude 4 迁移注意事项

Claude 4 的行为更精确、可控、响应逻辑性更强，但这也意味着你需要更清晰地告诉它“你希望它做什么”。

一、明确行为期望

Claude 4 不再像 3.7 一样在模糊指令下自由发挥。你应：

• 直白描述你想看到的输出
• 避免过于简略或泛化的指令

二、使用“加强型修饰语”引导 Claude 提升质量

Claude 4 响应“修饰词”特别敏感。你可以加入如：

• “尽可能全面”
• “超越基础功能”
• “展示最好的能力”
• “细节丰富”
• “视觉吸引力强”

这些词句能显著提升 Claude 输出的质量与复杂度。

❌ 示例（没有加强型修饰语）：

生成一个分析仪表板。

✅ 示例（更多加强型修饰语）：

请生成一个数据分析仪表板。请包含尽可能多的相关功能与交互组件，例如图表切换、筛选器、导出选项等。不要仅提供基础模板，而是构建一个功能完备的版本。

三、显式请求特定功能

若你希望输出中包含：

• ✨ 动画效果
• ? 交互行为
• ? 响应式布局
• ? 动态数据绑定

你必须明确指出，否则 Claude 4 不会默认生成这类复杂行为。

✅ 示例：

请为该分析仪表板添加 hover 动效、图表动画，以及用户点击后的下钻交互。