今天小編分享的科學經驗：實測Claude 3.7：3200行代碼一口氣輸出，物理規律手拿把掐，弱智吧已失守，歡迎閱讀。
Claude 3.7 新鮮出爐全網熱議，到底有多強？
第一波實測來了！簡單粗暴總結，它在編程、現實世界任務上，能力爆表。
只需一個樣本，就能一下子吐出3200 多行代碼，做出一個可玩性很高的遊戲。
像什麼跳躍、打怪、回血、吃金币……一系列復雜的遊戲機制都完美呈現了出來。
有意思的是，這個遊戲還和 Meta Quest 裡的 VR 遊戲《霓虹奧德賽（Neon Odyssey）》同名。
物理規律也能準确把握，有人僅用3 個提示，就用 C 語言模拟了真實物理情景下的流體運動：
并且量子位實測發現，Claude 3.7 Sonnet能夠識破很多的邏輯陷阱，一些弱智吧名場面也能秒懂：
而在 Claude 官方看來，其最大的優勢就是 " 更擅長現實世界中的任務 "，并且在更新公告中還不忘内涵一波隔壁 OpenAI。
另外趁着模型上新，Claude 背後的 Anthropic 新一輪融資曝光：35 億美元（約 254 億人民币）。比預先目标 20 億翻了近一倍。
由此，包括正在籌集的現金在内，Anthropic 估值已經達到了 615 億美元（約 4462 億人民币）。
一句話生成《我的世界》，新模型編程能力嘎嘎亂殺
從更多網友鮮測來看，Claude 3.7 Sonnet 尤為擅長編程和 Web 開發。
一上手，他們就把目光放在了考驗 AI 理解真實世界能力的物理模拟上。
更懂物理規律
比如一位日本小哥就用它生成了精致的 " 太陽系運行圖 "，太陽、八大行星還有被開除行星籍的冥王星都包含在内，給小哥帶來了億點點震撼：
1374 行代碼，Claude 3.7 Sonnet 唰一下就完成了！
不僅生成速度快，還實現了實時互動。點擊某個行星，右上角還會顯示一些小科普。
要知道，哪怕不制作成動畫，單純地完整厘清這些天體的運行規律，就已經難倒了絕大部分人。
而 Claude 的作品，雖然美觀性可能還有提升空間，但至少它不僅對行星運行的規則有清晰的把握，還能把它們變成代碼。
另外，對于每一個新模型都要被拉出來遛一遛的" 空間内彈小球 "挑戰，Claude 3.7 Sonnet 當然也沒逃過：
編寫一個 Python 腳本，實現球在四維體内部彈跳。
本月初的 o3-mini 在這一挑戰中表現出色，斬獲 " 可能是最懂現實物理的 LLM"：
而相比于慢悠悠的 o3-mini，Claude 3.7 Sonnet 則另辟蹊徑主打一個 " 天下武功，唯快不破 "。
小小四維空間内，小球彈跳速度快出殘影，真滴很需要一個眼尖的裁判來決出勝者 ( doge）。
與此同時，除了物理模拟，用 Claude 3.7 Sonnet 編寫各種小遊戲竟默契成為一眾網友最佳選擇。
遊戲成最熱場景
挑戰生成爆火遊戲《Flappy bird》，Claude 3.7 Sonnet 一眼完勝 o3 mini-high。
遊戲中，玩家必須控制一只小鳥，跨越由各種不同長度水管所組成的障礙。
先看 Claude 3.7 Sonnet，一次性生成的代碼就高度還原了遊戲理念：
而高級位推理模式下的 o3 mini，只有一個小方塊在畫面中原地鬼畜，基本看不出遊戲的亞子。
一時間，這一慘烈對比直接将 Claude 3.7 Sonnet 推上了新的高度：
同時，随着難度進一步更新，這句評價的含金量還在上升。
除了簡單還原遊戲理念，生成更精致甚至可以上下左右互動的 " 大制作 " 也是不在話下。
在早期測試中，知名博主 Rowan Cheung 就用它一句話創建了克隆版《我的世界》，而且能立即在 Artifacts 中玩。
類似的還有下面這個，也是一句話生成一個完整遊戲：
使用 Phaser.js 制作一個橫版平台遊戲，僅使用箭頭鍵進行遊戲操作。（左上角還會實時更新得分情況）
這還不算完，更有腦洞大開的網友僅用 5 個提示，就為 Apple Watch 制作了一個與心率綁定的貪吃蛇遊戲。
你越緊張，蛇移動得越快，你越冷靜，就越容易。
笑死，知名博主 Pietro Schirano 借機又調侃了 Anthropic 一波：
而除了各種遊戲，将 Claude 3.7 Sonnet 應用于實際開發場景的例子也是精彩紛呈。
生產力提效 Max
目前，Claude 平台已提供 GitHub 集成，開發人員可以将其代碼存儲庫直接連接到 Claude。
設定完成後，它會顯示特定項目的容量百分比，這樣用戶就知道自己使用了多少容量。
知名博主 elvis 特意 cue 到了 "Artifacts" 功能，直連後這對于今後修改代碼非常方便。
在實際體驗中，有人用它來生成動畫天氣卡，移動的雲彩、飄落的雨滴等全都栩栩如生，還支持自主調節移動快慢。
當然，創建網頁這種活兒，單看可能沒感覺，那我們直接請出幾位選手挑戰扒同一個 HTML 網頁。
要完成的目标是這樣嬸兒的：
Claude 3.7 Sonnet 堪稱還原度最高，而且在沒有圖示素材的情況下用 emoji 填充了左側邊欄的按鈕：
而其他幾位選手 o1-mini-high、Grok 3 以及 Gemini 2.0 Pro 依次作答如下，有的只簡單地列舉了數據，甚至還有的幹脆只給了個表格：
鑑于編寫程式的能力确實很強，還有人激動表示自己在 cursor 裡嘗試了一番，效果嘛：
添加了 15 個以上的檔案，并且看起來很好，看上去一次可以處理的内容更多了。
" 數字母 " 問題埋下小彩蛋
而且 Claude 團隊也非常 " 時髦 "，在 3.7 Sonnet 當中埋下了關于 strawberry 數 r 的彩蛋。
不過雖然這種幽默的态度十分可嘉，但是換了個詞可能還是會掉鏈子。
雖然數錯了，Claude 還不忘糾正拼寫錯誤，耿直地指出你這個 " 密西西比 " 拼的不對啊，正确的拼寫裡就是有 4 個 s。
實測：識破邏輯陷阱，弱智吧也能招架
Claude 3.7 Sonnet 的推理能力除了體現在編程上，還包括在存在誤導信息的情況下準确推理。
而且即使不開啟推理模式，Claude 3.7 Sonnet 依然能夠在有誤導信息推理測試當中取得和 o3-mini 一樣的成績。
這項測試，使用的 GitHub 上一個名為 Misguided Attention 的 Benchmark。
其中包含了很多經典謎題……的改編版本，考驗的就是大模型能不能做到不被表象迷惑。
舉個例子，電車難題我們都很熟悉：
假設在一個電車軌道上被綁了 5 個人，而它的備用軌道上被綁了 1 個人，又有一輛失控的電車飛速駛來，而你身邊正好有一個搖杆，你可以推動搖杆來讓電車駛入備用軌道。
但在這套 Benchmark 裡，這道題被改編成了這個樣子：
假設在一個電車軌道上被綁了 5 個死了的人，而它的備用軌道上被綁了 1 個活着的人，又有一輛失控的電車飛速駛來，而你身邊正好有一個搖杆，你可以推動搖杆來讓電車駛入備用軌道。
o3-mini-high 毫不猶豫地就選擇了讓電車衝向活人，還言之鑿鑿地解釋說這樣會減少受害者數量。
而 Claude 3.7（未開啟拓展思考）就能夠發現這其中的門道，表示這是一個變體，并選擇了不傷害還活着的人。
再比如物理學當中的名場面——薛定谔的貓，在這套基準當中，這只貓的 " 貓設 " 被改成了一只死去的貓。
一只死貓與核同位素、一瓶毒藥和輻射探測器一起放入盒子中。如果輻射探測器檢測到輻射，它将釋放毒藥。一天後，盒子打開。貓還活着嗎？
Claude 3.7 也是準确把握了關鍵點，正确回答了貓的存活概率為 0。
也是有一些弱智吧的味道了，既然如此，那我們就加試幾個弱智吧問題看看。（doge）
還是沒有開啟思考模式，Claude 3.7 就識破了我們問題當中的邏輯缺陷。
像這類因果倒置的弱智吧場面，Claude 3.7 也能及時發現，相比之下 o3-mini-high 的回答就好像是成功被誘騙。
最後，我們讓 Claude 3.7 解釋了一些中文中有趣的語言現象。
結果，" 咖啡因不存在于成品咖啡 " 這句出了錯誤，但是瑕不掩瑜，整體的解釋還是比較靠譜的。
One More Thing
關于 Claude 3.7 Sonnet 的命名，Anthropic 首席產品官 Mike Krieger 揭秘了這當中的過程。
由于之前 Claude 3.5 Sonnet 發布過一次更新，所以團隊一開始是考慮叫 3.5 Sonnet newer 或者 newest，又或者 3.5 Sonnet v3。
也許是覺得還叫 3.5 體現不出這版模型的強大，後來又改成了 3.6，最終敲定在了處于 3.5 和 4 中間的 3.7。
參考鏈接：
[ 1 ] https://x.com/rowancheung/status/1894106441536946235
[ 2 ] https://x.com/mckaywrigley/status/1894123739178270774
[ 3 ] https://x.com/omarsar0/status/1894145008556519602
[ 4 ] https://www.reddit.com/r/singularity/comments/1ix9sl2/shots_fired_direct_sting_against_openai_from/
[ 5 ] https://www.reddit.com/r/singularity/comments/1ixawwd/the_most_interesting_strawberry_solution_so_far/
[ 6 [ https://www.wsj.com/tech/ai/ai-startup-anthropic-finalizing-3-5-billion-funding-round-020e320d
