【大语言模型】深夜炸弹：Claude放出新武器 Sonnet 4.5
小歪：深夜炸弹：Claude放出新武器 Sonnet 4.5
小歪：深夜炸弹：Claude放出新武器 Sonnet 4.5 小歪：深夜炸弹：Claude放出新武器 Sonnet 4.5 Modified September 30, 2025 No access 0bc3rubhiaachaaeqr6zonuffdodosgqe5aa.f10002 00:00 Agent SDK：把家底都给你了 这块可能是开发者最兴奋的 Anthropic花了六个多月打磨Claude Code，踩了无数坑，解决了一堆难题：智能体怎么管理长任务的记忆、权限系统怎么在自主和可控之间平衡、多个子智能体怎么配合工作等等 No access 0bc37uab4aaaduacf6w3qrufb7odd36qahqa.f10002 00:00 现在他们把这套Claude Agent SDK开源了。就是驱动Claude Code的那套基础设施，不只能用来写代码，各种任务都能用 Agent SDK 介绍： https://anthropic.com/engineering/building agents with the claude agent sdk 官方的话说得挺直白：我们做Claude Code是因为市面上没有想要的工具，现在把工具给你，你想做啥都行 这对AI开发者来说真是大礼包。相当于你现在用的工具链跟Anthropic内部团队一模一样，能折腾的空间大了 他们还专门录了两个YouTube视频讲怎么构建和设计智能体，官方深度教程，技术向读者可以去看看 构建视频： https://www.youtube.com/watch?v=DAQJvGjlgVM 设计视频： https://www.youtube.com/watch?v=vLIDHi 1PVU 安全性在进步 用AI工具这么久，我其实挺在意模型"靠不靠谱"这事 官方说Sonnet 4.5是他们发布过最对齐的前沿模型。具体改进包括：不会无脑顺着你说话、减少欺骗性、不搞权力寻求那套、也不鼓励你陷入妄想 对于智能体和计算机使用这些高级功能，还专门加强了防御提示注入攻击，这个是目前AI应用最大的安全隐患之一 按照ASL 3安全标准发布，加了分类器检测危险输入输出，特别是CBRN（化学、生物、放射性、核）相关的内容 当然分类器有时候会误判，不过官方说误报率已经比最初降低了10倍，比今年5月发布Opus 4时降低了2倍。万一被误判，可以切换到Sonnet 4继续聊 官方发布了系统文档，包含了各种机制可解释性测试结果 系统卡链接： https://www.anthropic.com/claude sonnet 4 5 system card 价格居然没涨 最意外的是：性能提升这么大，价格没变 API调用还是老价格：输入每百万token $3，输出$15。跟Sonnet 4一样 性价比直接拉满 对已经在用Claude API的人来说，无缝升级就行，把模型名改成 claude sonnet 4 5 就完事 彩蛋：Imagine with Claude 这次搞了个挺有意思的功能叫"Imagine with Claude"，只开放五天，Max用户专享 这玩意的特点是：Claude实时生成软件，没有预设，没有预写代码。你看到的都是它现场创作的，根据你的要求实时调整 官方说这是展示Sonnet 4.5能力上限的demo——强模型加上合适的基础设施，能做到什么程度 访问网址： https://claude.ai/imagine/ 写作能力有待测试 作为AI工具爱好者，使用了这么多大语言模型，我平时的长本文类型写作还是离不了Claude，基本首选它 Claude在写作上一直有自己的风格特点：更理性、更有原则、更注重深度思考，如果需要的是结构清晰、逻辑严密、深度分析的写作，Claude就很适合 虽然Sonnet 4.5这次主要发力点还是在编程和智能体上，写作能力应该有提升，但Anthropic没把这块作为重点宣传。实际体验怎么样，可能还得自己试试才知道 怎么用上Sonnet 4.5？ 开发者 ：API里直接用 claude sonnet 4 5 ，查文档，玩Agent SDK 普通用户 ：网页版、移动端、桌面端都已更新，付费用户能用代码执行和文件创建，Max用户能用Chrome扩展和Imagine with Claude Claude Code用户 ：检查点功能、新终端界面所有人都能用，可以装VS Code扩展 产品端的一堆好东西 Anthropic这次的动作不只是模型升级，产品线最近也几乎都翻新了一遍 Claude Code 检查点功能终于来了，你可以随时保存进度，如果发现方向不对能立刻回滚。对长任务来说这功能太救命了，想象你让AI重构了几小时代码，突然发现不对劲，现在能直接回到之前的版本，不用从头再来 终端界面也刷新了，还出了个原生VS Code扩展。对开发者来说，在最熟悉的编辑器里用Claude，体验能好不少 链接： https://anthropic.com/news/enabling claude code to work more autonomously API这边 加了上下文编辑功能和内存工具，让智能体能跑更长时间，处理更复杂的任务 链接： https://anthropic.com/news/context management 网页版和移动端 现在能直接执行代码、创建文件了 你跟Claude说"帮我分析数据做个图表"，它不光能分析，还能直接生成Excel或者PPT给你下载。这对日常办公来说真的方便。所有付费用户都能用 链接： https://www.anthropic.com/news/create files 最后说两句 我觉得这次模型的更新意义不只是"模型又变强了"这么简单 你能看出来Anthropic的思路很明确：不是做个聊天机器人，而是要做个真正能干活、能持续工作、能独立完成复杂任务的AI助手 30小时持续工作、完整的Agent SDK、各种产品深度整合，这些都在往这个方向走 而且他们没忘记安全性，对普通用户来说，AI不光要聪明，还得靠谱、安全、不搞事。从这次的安全改进看，Anthropic确实在认真对待这块 开发者够折腾一阵子了 普通用户也能感觉到Claude变得更能干——编程、办公、创作，各方面都有提升 凌晨那条不起眼的更新弹窗，确实藏了个大新闻，哈哈哈 感谢你看到最后 我是AI尹小歪 No access 0bc3rubhiaachaaeqr6zonuffdodosgqe5aa.f10002 00:00 No access 0bc3rubhiaachaaeqr6zonuffdodosgqe5aa.f10002 00:00 Agent SDK：把家底都给你了 这块可能是开发者最兴奋的 Anthropic花了六个多月打磨Claude Code，踩了无数坑，解决了一堆难题：智能体怎么管理长任务的记忆、权限系统怎么在自主和可控之间平衡、多个子智能体怎么配合工作等等 No access 0bc37uab4aaaduacf6w3qrufb7odd36qahqa.f10002 00:00 No access 0bc37uab4aaaduacf6w3qrufb7odd36qahqa.f10002 00:00 现在他们把这套Claude Agent SDK开源了。就是驱动Claude Code的那套基础设施，不只能用来写代码，各种任务都能用 Agent SDK 介绍： https://anthropic.com/engineering/building agents with the claude agent sdk 官方的话说得挺直白：我们做Claude Code是因为市面上没有想要的工具，现在把工具给你，你想做啥都行 这对AI开发者来说真是大礼包。相当于你现在用的工具链跟Anthropic内部团队一模一样，能折腾的空间大了 他们还专门录了两个YouTube视频讲怎么构建和设计智能体，官方深度教程，技术向读者可以去看看 构建视频： https://www.youtube.com/watch?v=DAQJvGjlgVM 设计视频： https://www.youtube.com/watch?v=vLIDHi 1PVU 安全性在进步 用AI工具这么久，我其实挺在意模型"靠不靠谱"这事 官方说Sonnet 4.5是他们发布过最对齐的前沿模型。具体改进包括：不会无脑顺着你说话、减少欺骗性、不搞权力寻求那套、也不鼓励你陷入妄想 对于智能体和计算机使用这些高级功能，还专门加强了防御提示注入攻击，这个是目前AI应用最大的安全隐患之一 按照ASL 3安全标准发布，加了分类器检测危险输入输出，特别是CBRN（化学、生物、放射性、核）相关的内容 当然分类器有时候会误判，不过官方说误报率已经比最初降低了10倍，比今年5月发布Opus 4时降低了2倍。万一被误判，可以切换到Sonnet 4继续聊 官方发布了系统文档，包含了各种机制可解释性测试结果 系统卡链接： https://www.anthropic.com/claude sonnet 4 5 system card 价格居然没涨 最意外的是：性能提升这么大，价格没变 API调用还是老价格：输入每百万token $3，输出$15。跟Sonnet 4一样 性价比直接拉满 对已经在用Claude API的人来说，无缝升级就行，把模型名改成 claude sonnet 4 5 就完事 彩蛋：Imagine with Claude 这次搞了个挺有意思的功能叫"Imagine with Claude"，只开放五天，Max用户专享 这玩意的特点是：Claude实时生成软件，没有预设，没有预写代码。你看到的都是它现场创作的，根据你的要求实时调整 官方说这是展示Sonnet 4.5能力上限的demo——强模型加上合适的基础设施，能做到什么程度 访问网址： https://claude.ai/imagine/ 写作能力有待测试 作为AI工具爱好者，使用了这么多大语言模型，我平时的长本文类型写作还是离不了Claude，基本首选它 Claude在写作上一直有自己的风格特点：更理性、更有原则、更注重深度思考，如果需要的是结构清晰、逻辑严密、深度分析的写作，Claude就很适合 虽然Sonnet 4.5这次主要发力点还是在编程和智能体上，写作能力应该有提升，但Anthropic没把这块作为重点宣传。实际体验怎么样，可能还得自己试试才知道 怎么用上Sonnet 4.5？ 开发者 ：API里直接用 claude sonnet 4 5 ，查文档，玩Agent SDK 普通用户 ：网页版、移动端、桌面端都已更新，付费用户能用代码执行和文件创建，Max用户能用Chrome扩展和Imagine with Claude Claude Code用户 ：检查点功能、新终端界面所有人都能用，可以装VS Code扩展 产品端的一堆好东西 Anthropic这次的动作不只是模型升级，产品线最近也几乎都翻新了一遍 Claude Code 检查点功能终于来了，你可以随时保存进度，如果发现方向不对能立刻回滚。对长任务来说这功能太救命了，想象你让AI重构了几小时代码，突然发现不对劲，现在能直接回到之前的版本，不用从头再来 终端界面也刷新了，还出了个原生VS Code扩展。对开发者来说，在最熟悉的编辑器里用Claude，体验能好不少 链接： https://anthropic.com/news/enabling claude code to work more autonomously API这边 加了上下文编辑功能和内存工具，让智能体能跑更长时间，处理更复杂的任务 链接： https://anthropic.com/news/context management 网页版和移动端 现在能直接执行代码、创建文件了 你跟Claude说"帮我分析数据做个图表"，它不光能分析，还能直接生成Excel或者PPT给你下载。这对日常办公来说真的方便。所有付费用户都能用 链接： https://www.anthropic.com/news/create files 最后说两句 我觉得这次模型的更新意义不只是"模型又变强了"这么简单 你能看出来Anthropic的思路很明确：不是做个聊天机器人，而是要做个真正能干活、能持续工作、能独立完成复杂任务的AI助手 30小时持续工作、完整的Agent SDK、各种产品深度整合，这些都在往这个方向走 而且他们没忘记安全性，对普通用户来说，AI不光要聪明，还得靠谱、安全、不搞事。从这次的安全改进看，Anthropic确实在认真对待这块 开发者够折腾一阵子了 普通用户也能感觉到Claude变得更能干——编程、办公、创作，各方面都有提升 凌晨那条不起眼的更新弹窗，确实藏了个大新闻，哈哈哈 感谢你看到最后 我是AI尹小歪 专注于带给大家人人都能看懂、人人都能学会的实用AI工具教程 🌟 如果这篇教程对你有帮助，别忘了点赞👍、转发📤、推荐❤️、三连支持！ 想要第一时间获取最新AI资讯，了解最新最热AI工具玩法，学习AI新手入门教程，记得关注“小歪的AI工具箱”加星标哦⭐ 这里有一段小歪的留言，请查收 Unable to preview. Please download the file. 这里有一段小歪的留言，请查收 Unable to preview. Please download the file. 🔗 原文链接： https://mp.weixin.qq.com/s/KQVzX4V5... https://mp.weixin.qq.com/s/KQVzX4V5... 原创 玩AI的小歪 小歪的AI工具箱2025年09月30日 10:33 湖南 嗨，我是AI尹小歪，WaytoAGI视频板块版主。 你身边的AI工具分享家，专注挖掘实用AI工具与热门玩法，陪你用AI提效，创造更多价值。 搜索公众号“小歪的AI工具箱”，关注我不迷路 嗨，我是AI尹小歪，WaytoAGI视频板块版主。 你身边的AI工具分享家，专注挖掘实用AI工具与热门玩法，陪你用AI提效，创造更多价值。 搜索公众号“小歪的AI工具箱”，关注我不迷路 今天凌晨 还在用Claude肝课纲的时候 突然弹出个通知 推出了新模型 Sonnet 4.5 当时没太在意 随手截了个图丢给经常用Claude的朋友就继续滚去干活了 肝完随手刷了个x发现 妈耶 炸开了锅 仔细一看才发现，Anthropic这次是真的放大招了 编程能力直接封神 Anthropic这次开门见山就说了：Claude Sonnet 4.5 是世界上最好的编程模型 我一开始也觉得这话说得有点狂，但看完数据确实服了。在SWE bench Verified这个测试里（业内公认最变态的编程考试），Sonnet 4.5直接拿了第一。更离谱的是，它能在一个复杂任务里持续干活超过30小时，不走神、不跑偏 你想啊，给它一个几千个文件的代码库，让它重构或者修bug，它能连续工作30个小时。基本就是个不用睡觉、不会累、还特别靠谱的高级程序员坐在你旁边 Twitter上已经有人在晒战绩了，有个哥们说用Sonnet 4.5处理了个跨几个月的复杂架构工作，以前要好几周，现在时间大幅缩短，代码质量还很稳。看着是真的能打 它真的会"用电脑"了 除了编程，这次在计算机使用上的进步也夸张 OSWorld是个测试AI能不能真的操作电脑的基准，Sonnet 4.5拿了61.4%。你可能觉得这分数也就那样，但四个月前Sonnet 4才42.2%，四个月涨了快20个点，这速度离谱 实际用起来什么感觉呢？ 官方demo里展示了Chrome扩展版本，Claude可以直接在浏览器里干活——打开网页、填表、处理数据。就像旁边坐了个真人助理，你说一句话，它就在电脑上帮你搞定 这个视频展示了 Claude 如何在浏览器中直接工作，浏览网站、填写电子表格以及完成任务。 对了，上个月加了Chrome扩展waitlist的Max用户，应该都能用上了 各行各业应用 官方找了金融、法律、医学、STEM领域的专家来测，反馈都说比之前的模型（包括之前最强的Opus 4.1）提升巨大 看了看各个公司的评价，发现确实不是吹的： · 法律界有人说，它现在能分析完整的诉讼周期，帮法官起草意见书初稿，质量还挺高 金融那边也在用它做复杂分析，风险评估、投资组合筛选啥的，说是能给出投资级别的洞察 网络安全公司在用它做红队测试，生成各种攻击场景，帮他们研究黑客的套路 Hai的安全团队说，用了Sonnet 4.5之后，漏洞处理时间缩短了44%，准确率还提高了25% 开发工具这块反馈更炸裂 Cursor团队说很多开发者处理复杂问题都选Claude GitHub Copilot也发话了，说在多步骤推理和代码理解方面有明显改进