全文 2,000字 | 閱讀約 6 分鐘

（Anthropic CPO：談Sonnet 4.5的設(shè)計(jì)核心“品味”）

2025 年 9 月 29 日，Anthropic 發(fā)布新一代前沿模型：Claude Sonnet 4.5。這款模型的最大亮點(diǎn)，不是性能跑分，而是持續(xù)運(yùn)行能力和任務(wù)完整度。

在一次真實(shí)測(cè)試中，Claude Sonnet 4.5 自主運(yùn)行 30 小時(shí)，完成了一個(gè)類似釘釘、飛書的企業(yè)聊天應(yīng)用開發(fā)。 核心突破：

AI 不是生成原型，而是真的獨(dú)自交付產(chǎn)品。

這意味著什么？

AI 第一次完整跑通了一個(gè)工程流程，從代碼到部署，真正實(shí)現(xiàn)了生產(chǎn)級(jí)應(yīng)用的自主開發(fā)。

在 AI 編程大戰(zhàn)中，風(fēng)向正在轉(zhuǎn)變。GPT-5 推理能力剛剛引發(fā)熱議，Anthropic 就憑借 Claude 奪下了“最強(qiáng)編程模型”的寶座。同時(shí)發(fā)布的還包括 Agent SDK（智能代理開發(fā)工具包）、升級(jí)版 Claude Code 插件、VS Code 環(huán)境集成、長任務(wù)恢復(fù)系統(tǒng)等一整套工程自動(dòng)化基礎(chǔ)設(shè)施。

這一次，Claude 不是來輔助你，而是告訴你：

AI，可以獨(dú)立承擔(dān)完整的開發(fā)任務(wù)了。

第一節(jié)｜30小時(shí)能做什么？

（Claude Sonnet 4.5：30小時(shí)自主開發(fā)完整應(yīng)用）

“30 小時(shí)能干什么？”

在企業(yè)場景里，這不是一個(gè)驚艷的數(shù)字。但對(duì)于 AI 模型來說，能連續(xù)自主運(yùn)行 30 小時(shí)并完成完整項(xiàng)目，是一道從未被跨過的門檻。

Anthropic 沒有發(fā) PPT，也沒做演示。他們直接公布了 Claude Sonnet 4.5 的實(shí)測(cè)表現(xiàn)：生成超 1.1 萬行代碼，自動(dòng)構(gòu)建一個(gè)完整的企業(yè)聊天應(yīng)用，直到任務(wù)完成才主動(dòng)停下。

這中間，它做了這些事：

• 創(chuàng)建數(shù)據(jù)庫并完成配置

• 注冊(cè)域名、設(shè)置托管

• 通過 SOC 2 審計(jì)流程，確保數(shù)據(jù)合規(guī)

• 交付可運(yùn)行、可部署、可測(cè)試的完整工程

這一能力，在業(yè)內(nèi)被稱為“生產(chǎn)級(jí)別”開發(fā)，之前從未有模型做到。

? 穩(wěn)定性：從“會(huì)寫”到“能做”

Anthropic 研究員 David Hershey 在采訪中表示：

“在早期測(cè)試中，Claude 4.5 能連續(xù)處理多個(gè)相互關(guān)聯(lián)的復(fù)雜任務(wù)，不僅不出錯(cuò)，還能自己識(shí)別進(jìn)度、保持節(jié)奏?！?/p>

Cursor CEO Michael Truell 說：

“這是我見過在長周期任務(wù)里表現(xiàn)最穩(wěn)定的編程模型?！?/p>

Windsurf CEO Jeff Wang 看到了更深層的意義：

“Claude Sonnet 4.5 不是升級(jí)，是換代。它標(biāo)志著新一代 AI 編程模型的起點(diǎn)?！?/p>

三位行業(yè)領(lǐng)袖的共識(shí)：長周期任務(wù)的穩(wěn)定性，才是真正的突破。

評(píng)測(cè)驗(yàn)證：能不能干正事

Anthropic 提供了一組權(quán)威數(shù)據(jù)：

（Claude Sonnet 4.5 在 SWE-bench Verified 評(píng)估中名列前茅）

（Claude Sonnet 4.5 是Anthropic 迄今為止最強(qiáng)大的模型）

在 SWE-bench Verified（真實(shí)代碼修改任務(wù)）中，Claude Sonnet 4.5 排名第一，領(lǐng)先 GPT-4 和 Gemini；在 OSWorld（模擬實(shí)際電腦操作）中，得分從上一代的 42.2% 躍升至 61.4%，提升近 50%。

這些評(píng)測(cè)不看模型能生成多少字、答對(duì)幾道題，而是看它能不能把復(fù)雜任務(wù)做完做對(duì)。

? 實(shí)戰(zhàn)反饋：工程師怎么說

Canva 工程團(tuán)隊(duì)已經(jīng)在用 Claude Sonnet 4.5，他們的反饋很真實(shí)：

“讓它處理代碼庫工程任務(wù)，或生成產(chǎn)品研究模塊，它都能做得很完整?！?/p>

Anthropic 產(chǎn)品負(fù)責(zé)人 Dianne Penn 接受采訪時(shí)坦言，她自己都被驚到了：

“從 GitHub 和 Cursor 那邊收到的真實(shí)反饋顯示，Sonnet 4.5 在瀏覽器導(dǎo)航、系統(tǒng)操作上的熟練度，比上一代提升了三倍以上?！?/p>

這不只是"能理解"，而是真能動(dòng)手干活。

重點(diǎn)突破：可交付

關(guān)鍵不在于模型能跑多久，而在于它真正具備了"完成一件事"的能力。在開發(fā)流程中，這有個(gè)專業(yè)術(shù)語：交付。

GPT-5 強(qiáng)調(diào)推理能力的提升，Claude Sonnet 4.5 則在回答另一個(gè)問題：AI 能不能真的撐起一個(gè)完整的工程環(huán)節(jié)？

答案是：能了。

第二節(jié)｜從工具到平臺(tái)：Agent SDK 帶來了什么？

AI 能不能真正落地，靠的從來不只是模型本身。

Anthropic 這次沒有只發(fā)布 Claude Sonnet 4.5，而是連同一整套基礎(chǔ)設(shè)施一起上線，名為：Claude Agent SDK。

它不是寫給研究員的，是寫給開發(fā)者的。這是一套讓你能“組裝專屬 AI 助手”的完整工具包。

?SDK 能做什么？

用它可以：

• 給 AI 設(shè)定明確目標(biāo)：“幫我把客戶信息處理好再導(dǎo)出表格”

• 管理 AI 的記憶：讓它知道上一階段做了什么，現(xiàn)在該繼續(xù)什么

• 分配操作權(quán)限：哪些能自主完成，哪些必須等你確認(rèn)

• 協(xié)調(diào)多個(gè) AI：讓它們配合完成更復(fù)雜的任務(wù)

這些看似復(fù)雜，其實(shí)都是工程里的基礎(chǔ)能力，只是以前沒人讓 AI 來做。

這套工具包原本是 Anthropic 內(nèi)部使用的，支撐著 Claude Code 的運(yùn)行?，F(xiàn)在他們決定開放給所有開發(fā)者：

“我們把支撐 Claude Code 的構(gòu)建模塊打包成 SDK，開發(fā)者可以用同一套機(jī)制，構(gòu)建屬于自己的 AI 代理。”

通俗點(diǎn)說：你不用從零開發(fā)，可以直接基于這套框架，快速搭建適合業(yè)務(wù)需求的 AI 助手。無論是項(xiàng)目執(zhí)行器、數(shù)據(jù)處理工具，還是客戶服務(wù)機(jī)器人，都能實(shí)現(xiàn)。

? 為什么這一步關(guān)鍵？

這代表一個(gè)重要轉(zhuǎn)向：從使用工具，到定制助手。

就像過去你用 Excel 處理數(shù)據(jù)，現(xiàn)在你可以用 Excel 的組件搭建一個(gè)專門處理財(cái)務(wù)的智能工具。

Anthropic 產(chǎn)品負(fù)責(zé)人 Dianne Penn 直接分享了她的實(shí)踐：

“我招人時(shí)，讓 Claude 做深度網(wǎng)絡(luò)搜索，篩選 LinkedIn 個(gè)人資料，生成表格方便我聯(lián)系。這個(gè)流程現(xiàn)在可以打包成一個(gè) Agent，每次打開就能自動(dòng)運(yùn)行。”

她還補(bǔ)充道：

“我們過去半年更新 Claude Code 時(shí)遇到的工程難題，比如權(quán)限管理、記憶存儲(chǔ)、錯(cuò)誤回滾，都整理進(jìn)了 SDK。”

有了這套完整工具，Claude Sonnet 4.5 的意義就不一樣了：AI 不再只是調(diào)用接口的“產(chǎn)品”，而是能嵌入業(yè)務(wù)流程、真正干活的“角色”。

能力變強(qiáng)是起點(diǎn)，能落地才是終點(diǎn)。

第三節(jié)｜閉環(huán)能力的核心：AI 如何“做完一件事”

很多人對(duì)“AI 寫代碼”的理解，還停留在補(bǔ)全函數(shù)、修改 bug。

但 Claude Sonnet 4.5 展示的，是另一個(gè)維度的能力：完整跑通一個(gè)任務(wù)。

?什么是“閉環(huán)”？

在工程領(lǐng)域，“閉環(huán)”指的是：從接到需求，到交付成果，整個(gè)過程不需要外部干預(yù)。

具體到 AI 編程，閉環(huán)意味著：

• 理解任務(wù)目標(biāo)

• 規(guī)劃執(zhí)行步驟

• 處理中間異常

• 驗(yàn)證最終結(jié)果

• 自主判斷何時(shí)結(jié)束

這不是寫得快，而是“做得完”。

1、從"會(huì)做"到"做完"的跨越

Anthropic 研究員 David Hershey 在采訪中強(qiáng)調(diào)：

“我們關(guān)注的不是 Claude 能不能生成某個(gè)模塊，而是它能不能自己安排順序、處理中斷、補(bǔ)全遺漏。”

這正是閉環(huán)能力的核心：過程管理。

Canva 測(cè)試團(tuán)隊(duì)的反饋也印證了這點(diǎn)：

“Claude 處理我們代碼庫任務(wù)時(shí)，不光能跟上邏輯，還能理解產(chǎn)品里的復(fù)雜規(guī)則，在不同功能模塊間靈活切換。”

2、從靜態(tài)到動(dòng)態(tài)的進(jìn)化

Dianne Penn 在采訪中提到了一個(gè)對(duì)比：

“去年 10 月，Claude 還只能處理靜態(tài)頁面；現(xiàn)在它能完成整套瀏覽器操作，查日程、整理會(huì)議紀(jì)要、輸出日?qǐng)?bào)?！?/p>

產(chǎn)品負(fù)責(zé)人 Scott White 的比喻更直觀：

“Claude 的工作方式，接近一個(gè)助理。你要開會(huì)，它能查出所有人的空檔時(shí)間，看數(shù)據(jù)儀表板，總結(jié)成狀態(tài)更新。”

關(guān)鍵轉(zhuǎn)變?cè)谟冢簭膯未雾憫?yīng)到持續(xù)協(xié)作。

? 實(shí)現(xiàn)閉環(huán)的三個(gè)支柱

Claude 的閉環(huán)能力，依靠三項(xiàng)底層機(jī)制：

1. 上下文管理
通過 Agent SDK 的內(nèi)存系統(tǒng)，記住整個(gè)任務(wù)的歷史狀態(tài)，避免重復(fù)或遺漏。

2. 權(quán)限機(jī)制
在需要人工確認(rèn)的環(huán)節(jié)主動(dòng)暫停，在可自主完成的部分自動(dòng)推進(jìn)。

3. 檢查點(diǎn)系統(tǒng)
自動(dòng)保存進(jìn)度，出錯(cuò)時(shí)能回滾到最近的穩(wěn)定狀態(tài)，而不是從頭開始。

這三項(xiàng)機(jī)制，讓 AI 從“工具”變成了“執(zhí)行者”。

真正的問題不是能力，是信任

當(dāng) AI 真的能完整跑完任務(wù)，決策權(quán)就轉(zhuǎn)移了：不是我要不要用 AI， 而是我要不要讓 AI 獨(dú)立完成這件事。

這不是技術(shù)問題，是協(xié)作模式的重構(gòu)。

結(jié)語｜真正的轉(zhuǎn)折點(diǎn)

Claude Sonnet 4.5 的意義，不在參數(shù)升級(jí)，不在跑分領(lǐng)先。

而在于：AI 第一次能把完整的工作做完。

不是生成幾行代碼，而是接住任務(wù)、自主推進(jìn)、交付結(jié)果。

過去，AI 是輔助工具，人帶著它一起做事?，F(xiàn)在，Claude 開始回答另一個(gè)問題：AI 能不能獨(dú)立完成一段工作？

這一次，能了。

這次更新真正的信號(hào)是：模型競爭的標(biāo)準(zhǔn)變了。不再比誰更聰明，而是比誰更可靠、誰能閉環(huán)。

這是 AI 落地的分水嶺。

現(xiàn)在的問題不是它能不能做到，而是：你準(zhǔn)備好把完整任務(wù)交給它了嗎？

本文由AI深度研究院出品，內(nèi)容整理自Anthropic 官方博客、TechCrunch、The Verge。未經(jīng)授權(quán)，禁止轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

參考資料：

https://www.anthropic.com/news/claude-sonnet-4-5

https://www.theverge.com/ai-artificial-intelligence/787524/anthropic-releases-claude-sonnet-4-5-in-latest-bid-for-ai-agents-and-coding-supremacy

https://techcrunch.com/2025/09/29/anthropic-launches-claude-sonnet-4-5-its-best-ai-model-for-coding/?utm_campaign=social&utm_source=X&utm_medium=organic

https://www.youtube.com/watch?v=dGiqrsv530Y

https://x.com/tbpn/status/1972750991742349731

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈