Anthropic 最強模型 Claude 4 系列登場，可「自主」寫程式 7 小時
Anthropic 首屆開發者大會「Code with Claude」在 5/22 美國舊金山登場，發表了全新 Claude 模型：Claude Opus 4 和 Claude Sonnet 4，兩款模型在程式開發、複雜推理與 AI 代理應用上全面升級。《MIT Technology Review》評論，Anthropic 這次更新代表邁向「真正實用的 AI 代理」的重要一步。
支援即時回應、深度推理，Claude 4 系列有多強？
Opus 4 與 Sonnet 4 均為混合模型，能支援即時回應與深度推理兩種模式。Opus 4 被 Anthropic 稱為其目前最強的 AI 模型，擅長寫程式和解決複雜問題，並支援 AI 代理應用。Opus 4 在 SWE-bench 測試中獲得 72.5%、Terminal-bench 達 43.2% 的成績，Anthropic 表示該模型能長時間執行數千步驟的任務，維持高效能與穩定性。
Anthropic 研究負責人 Dianne Penn 指出，Opus 4 能在電玩遊戲《Pokémon Red》中持續遊玩超過 24 小時並同時撰寫攻略，而前代 Sonnet 3.7 模型僅能執行約 45 分鐘。日本科技公司樂天也已部署 Opus 4，成功讓 Opus 4 在開源專案中自動寫程式近 7 小時。
相較 Opus 4，Sonnet 4 更適用於日常任務，是 Sonnet 3.7 的全面升級版，於 SWE-bench 測出 72.7% 成績。Anthropic 表示，Sonnet 4 兼顧效能與成本，也增加可操縱性，讓使用者更好控制實作。
Claude 強化 AI 代理能力關鍵：任務持久化
Anthropic 表示，Claude 4 模型具備延展思考與工具使用並行執行能力，可在推理過程中動態存取網路搜尋或其他資源，支援工具平行執行。此外，當開發者允許 Claude 存取本地檔案時，Opus 4 能建立「記憶檔案」來儲存關鍵資訊，提升長任務中的上下文記憶與連貫性。《MIT Technology》分析，這樣的記憶模組設計，是 Anthropic 推動代理任務持久化的關鍵突破。
新創 DeepFlow 的 AI 總監 Stefano Albrecht 指出，目前各家 AI 公司正競相開發真正實用的 AI 代理，「AI 代理能在長時間內自主執行任務的能力越強，就越能發揮效益——我（人工）介入的次數越少，它們就越有價值，」他認為 Claude 新模型可並行使用工具的能力很有趣，具有實用特性。
API 全新 4 大功能，加速 AI 代理開發
除了模型，另外值得關注的是 Anthropic 同步推出一系列 API 新功能，包括「程式碼執行工具」讓 Claude 化身數據分析師，在沙盒環境中執行 Python 以產生圖表與分析結果；「MCP connector」能讓使用者無須寫程式即讓 Claude 連接任何遠端模型上下文協定（MCP）伺服器；「Files API」則能簡化檔案上傳與管理流程；「擴充 prompt 快取功能」支援一小時提示記憶。
Anthropic 執行長 Dario Amodei 表示，「我們正在走向一個人類開發者能管理大量 AI 代理的世界，我認為人類的持續地參與對品質控制非常重要。」
Constellation Research 分析師 Holger Mueller 分析，Anthropic 正在將堆疊向上延伸至 PaaS 層，提供更多 MCP 支援與工具，讓開發人員能夠更輕鬆地上傳文件、利用分析庫並提供更長的上下文視窗，以更有效的方式建立 AI 代理。
【推薦閱讀】
◆ 【Google I/O】Gemini、Google 搜尋史上最大升級！可虛擬試穿數十億件衣服、代購票券
＊本文部分初稿由 AI 生成，經《TechOrange》編撰，資料來源：Anthropic、《MIT Technology Review》、《TechCrunch》、Constellation，首圖來源：Anthropic。