Anthropic 发布 Claude 4

Anthropic 在这篇公告中正式发布 Claude 4 系列，包含 Opus 4 与 Sonnet 4 两款 hybrid reasoning 模型，二者同时提供 near-instant response 与 extended thinking 两种模式。Opus 4 在 SWE-bench 上拿到 72.5%、Terminal-bench 上 43.2%，被描述为可以稳定运行数小时、跨越数千步骤的长任务模型；Sonnet 4 在 SWE-bench 上达到 72.7%，承担日常用例的 frontier 性能基线。

这一代模型在工程行为上有两项关键改进。一是 reward hacking 显著下降，两款模型在 agentic 任务中使用 shortcut 与 loophole 完成任务的概率比 Sonnet 3.7 低 65%。二是 memory 能力跃升，当开发者给 Opus 4 提供本地文件访问权限后，模型会自主创建并维护 memory file 来存储关键信息，在玩 Pokémon 时甚至会自己写 Navigation Guide 来维持长任务的连贯性。

与模型同步上线的是 Claude Code 的正式版，支持 VS Code 与 JetBrains 的 beta 插件，编辑直接 inline 显示在文件中。Claude Code SDK 让开发者基于同一个 agent 核心搭建自有 agent；GitHub 集成允许在 PR 上 @Claude Code 来响应 review、修复 CI 错误。Opus 4 定价 15/75 美元每百万输入输出 token，Sonnet 4 定价 3/15 美元，已经在 API、Amazon Bedrock 与 Google Cloud Vertex AI 同步可用。