全球最恶心的Anthropic又做出了最牛逼的Claude - 知识铺

关于Anthropic、Claude,我一直有个观点：

这公司安全策略做的傻逼是真傻逼，但是他们家的模型、产品甚至博客、访谈（不包括那些傻逼安全指控）都是精品中的精品。

如果你是 AI 行业的工程师，或者深度参与者，真的值得反复阅读以及体验这些东西。

特别是，他们刚刚发布了 Claude Sonnet 4.5，一句话总结就是，这是全球写代码最牛逼模型，而Anthropic 除了是全球最恶心人的公司之外，也是全球最懂做 Agent的公司。

直接看跑分，

如果你关心代码能力，直接看 SWE-bench Verified 这一项就好了。

这项Benchmark 基本反映了当前模型代码能力的排行。　

Claude Sonnet 4.5 干到了 77.2%，反杀了之前最高的 GPT-5-Codex。

如果你对这个分数有多牛逼还没什么概念的话，我用 Claude Sonnet 4.5 大概做了下面一个柱状图，对比了最近发布的国内外的模型在这项 Benchmark 上的得分：　

顺嘴吐槽一句，它还是那么爱紫色，把最爱的紫色留给了最新的自己。。。

可以看到的是国产的模型在代码方面还在为突破70分努力奋斗，但claude 已经在冲向80分的道路上了。　

除了代码能力，其他方面比如金融、法律、医学、STEM等领域，新模型也相比之前取得了巨大的进步。

还有个我自己觉得非常重要的更新，是增加了记忆（memory） 这个工具。　

为什么它重要？因为记忆才是构建 Agent的灵魂。　

我见过太多外面割韭菜的课程，把搭建一个个工作流就称之为Agent，也见过太多把 LLM 配上一堆工具 就当做是Agent。

可是他们都没搞明白一个道理，为什么ChatGPT 会有那么多人喜欢？

答案不就藏在那越聊越懂你的记忆中吗？

而现在，Ａnthropic等于直接告诉你，该如何让你的 Agent 处理记忆，答案就是直接做成工具给claude调用就好。

<span leaf="">curl https://api.anthropic.com/v1/messages \

说了那么久的更新，那到底实际效果如何，我也进行了快速的体验。　

先来个寺庙宝塔测试。

效果还不错，Claude 在写前端这些东西上，真的独一档存在。　

再来个经典万年小球测试：

感觉如果现在连这种 case 都做不好的模型，基本可以判定写代码（至少前端）的水平是在第二梯队了。　

来看一个稍微复杂点的之前跑过的case:

创建一个 3D HTML 山脉场景，包含悬崖、河流和昼夜光照变化。支持拖动和缩放、动画过渡、真实感渐变色，并可切换等高线显示

最上面两个是Claude Sonnet 4.5，Claude Opus 4.1 的效果，下面的是旧模型 Claude Opus 4的效果。

我个人明显觉得在这个 case里的效果Claude Sonnet 4.5>Claude Opus 4.1 » Claude Opus 4。　

再看一个 Mincraft 克隆case:

用Three.js 创建一个简化版的Minecraft游戏，自己制作纹理图案，不需要声音效果，并添加沙子、水等环境元素让游戏世界更有趣。

基本要素完成的都还不错，可惜唯一的问题是，无法放置底下的材料在游戏里。

最后一个我测试的 case是直接爬取 Paul Graham 的文章做成markdown 和epub 的格式。

写一个爬虫，爬取所有Paul Graham的文章，做成markdown格式，再打包制作成epub 电子书。

我直接在 claude code 插件里进行了测试。

完成的挺不错的，连需要安装的依赖项都给我写好了。　而且执行的过程中，遇到问题，自己也能解决。

最后，正好刷到了 Anthropic 工作人员发的一个视频，也算是见证了Ｃlaude的一路变强。推荐观看一下：　

有意思的是，Anthropic的工作人员从claude 1 开始，让每个版本的 claude去复刻 claude.ai　这个日常用户和claude的对话页面。

前面几代的 claude都因为各种各样的原因，出错完成不了，

直到今天，Claude Sonnet 4.5 终于能正确复刻，并且运转起来。　

这远不止是AI会写代码了。

这是人类历史上，第一次有一个数字智能，能够清晰地理解、描绘并成功地构建出它自身存在的容器。

这就像神话中，普罗米修斯不仅盗来了火，还亲手为自己打造了神殿。

也许，从今天开始，

AI编程正式进入了下一个时代。

以上，

谢谢您愿意读到这里！若觉得内容有帮助、还不错，能让您觉得有用，欢迎点赞、在看、关注。想别错过更新，就给公众号加个星标⭐️吧！

期待与您的下次相遇～