今天小編分享的科技經驗：深夜重磅！全球首個混合推理模型發布，Claude 能「思考」了，實測發現這些細節，歡迎閱讀。
就在剛剛，Claude 3.7 Sonnet 正式發布。
作為 Claude 有史以來最智能的模型，它采用混合推理方式，既能快速生成響應，也能進行深入的逐步推理。
一個模型，兩種思考模式。
此外， Anthropic 還發布了一款智能編程工具—— Claude Code。
官方表示，Claude 3.7 Sonnet 和 Claude Code 标志着 AI 邁向真正增強人類能力的重要一步。它們不僅能深入推理、獨立執行任務，還能高效協作，讓 AI 在現實世界中發揮更大價值。
太長不看，省流版如下：
Claude 3.7 Sonnet：全球首款雙模式混合推理模型，标準模式快速響應，擴展思考模式進行深度自我反思，在數學、物理和編程等復雜任務上表現卓越，注重實用導向，不必要拒絕減少 45%，強化代碼協作能力
Claude Code：直接在終端理解并操作代碼庫，能一次完成需 45 分鍾以上的人工編程任務，專長于測試驅動開發、復雜調試和大規模代碼重構，全面支持代碼編輯、測試執行等核心開發流程
全球首款混合推理模型正式發布，你的 Claude 會思考了
新發布的 Claude 3.7 Sonnet 不僅引入了詳細的逐步推理，而且也公開了「思考」過程。感謝 DeepSeek 的内卷，推動了行業透明度的提升。
就像人類用同一個大腦既能快速反應，又能深入思考一樣，Anthropic 同樣認為推理能力不應依賴于單獨的模型。
最好是，一個模型搞定所有場景。
用戶可以自由選擇是讓模型快速作答，還是讓其進行更長時間的深度思考。
在标準模式下，它是 Claude 3.5 Sonnet 的更新版；在擴展思考（Extended Thinking）模式下，它會在回答前進行自我反思，大幅提升在數學、物理、指令理解和編程等復雜任務上的表現。
從基準測試結果來看，Claude 3.7 Sonnet（擴展思維版）适用于強邏輯推理和數學任務，而 Grok 3 Beta 和 DeepSeek R1 則在特定任務（推理、數學競賽）上表現更佳。
DeepSeek R1 在數學解題能力（97.3%）方面最強，同時在其他任務上也有不錯的表現。
在推理模型的優化過程中，Anthropic 減少了對數學和計算機科學競賽問題的側重，更專注于滿足企業對 LLM 的實際應用需求。
在專門評估 AI 解決真實軟體問題能力的 SWE-bench Verified 基準測試中，Claude 3.7 Sonnet 達到了行業領先水平。同時，該模型在 TAU-bench 測試中也表現突出，展現了其在與用戶及工具互動方面的優異能力。
值得一提的是，Claude 3.7 Sonnet 在 Anthropic 内部的 Pok é mon 遊戲測試中超越了所有前代模型，展現了更強的決策與規劃能力。
該模型現已适用于所有 Claude 訂閱計劃，包括免費版、專業版、團隊版和企業版，同時也可通過 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 訪問。
值得注意的是，除免費版外，所有平台均支持擴展思考模式（Extended Thinking Mode）。
無論使用哪種模式，定價與前代模型保持一致。輸入 100 萬個 token 收費 3 美元，輸出 100 萬個 token（包括思考過程中使用的 token）收費 15 美元。
在過去，Claude 出色的編程能力讓其成為許多開發者的首選模型，現在，Claude 3.7 Sonnet 也進一步放大了其優勢。
Cursor、Cognition、Vercel、Replit 和 Canva 等公司均确認該模型在處理復雜代碼庫、高級工具使用、代碼修改規劃和全棧更新處理等方面表現出色。
為優化用戶體驗，GitHub 集成功能已向所有訂閱計劃開放，開發者可以直接将代碼庫連接到 Claude，實現更高效的協作。無論是修復 Bug、開發新功能還是完善文檔，Claude 3.7 Sonnet 都能為個人項目和企業級 GitHub 代碼庫提供更好的支持。
在安全性方面，通過與外部專家合作，相比前代模型，Claude 3.7 Sonnet 能更準确地區分惡意請求和正常請求，不必要的拒絕減少了 45%，能夠提供更流暢的互動體驗。
▲截取自 Claude 3.7 Sonnet 系統卡
代碼寫到一半想放棄？把復雜問題甩給 Claude Code
Anthropic 還推出了一款用于智能編程工具—— Claude Code，目前作為限量研究預覽版開放，開發者可以直接在終端中将大量工程任務交給 Claude 處理。
新推出的 Claude Code 能夠搜索和閱讀代碼、編輯檔案、編寫并運行測試、提交和推送代碼到 GitHub，以及使用命令行工具等。
據 Anthropic 官方介紹，在早期測試中，Claude Code 能一次性完成通常需要 45 分鍾以上的人工任務，大幅減少開發時間和工作量，特别是在測試驅動開發（TDD）、調試復雜問題和大規模重構方面表現突出。
作為一款終端運行的智能編程助手，Claude Code 能夠直接理解開發者的代碼庫，并通過自然語言命令幫助用戶更高效地編碼。它可以無縫集成到開發環境中，無需額外的伺服器或復雜的配置，極大地簡化了工作流程。
其核心功能包括編輯檔案、修復 Bug、回答關于代碼架構和邏輯的問題、執行測試、修復測試錯誤、進行代碼格式檢查，以及搜索 Git 歷史記錄、解決合并衝突、創建提交和拉取請求等。
Anthropic 表示，在接下來的幾周内，他們計劃持續優化 Claude Code，重點改進包括提升工具調用的穩定性、支持長時間運行的命令、改進應用内的渲染效果，以及增強 Claude 對自身能力的理解。
這次發布預覽研究版本也是希望深入了解開發者如何使用 Claude 進行編程，從而為進一步優化未來的模型版本提供參考。
感興趣的開發者在官方網站查看相關事項，指路
https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
AI 發展速度太快，連起名都跟不上了？
X 網友倒是用上了，不過注意點有點偏差，一年前編寫的越獄提示詞還能用上。
詢問 strawberry 裡有多少個 r，Claude Sonnet 3.7 雖然答錯了，但官方似乎特意給這個問題裡埋了一個彩蛋。不得不說，官方是懂怎麼玩梗的。
知名博主 @rowancheung 提前用上了 Claude 3.7 Sonnet，并盛贊該模型為世界上最好的編碼 AI 模型，在接收到一個簡單的指令後，就生成了一個類似 Minecraft 的遊戲，并且可即刻運行。
耗費的推理 Token 越多，Claude 3.7 Sonnet 繪制的「彩虹獨角獸」效果越好。
我們也簡單上手體驗了一下 Claude 3.7 Sonnet。
「燒一根不均勻的繩要用一個小時，如何用它來判斷半個小時？燒一根不均勻的繩，從頭燒到尾總共需要 一個小時。現在有若幹條材質相同的繩子 , 問如何用燒繩的方法來計時一個小時十五分鍾呢 ?」
一道簡單的推理題，差點把 Claude 3.7 Sonnet 的 CPU 幹燒了。
相信你已經注意到，與 DeepSeek R1 展示的思考過程相比，Claude 3.7 Sonnet 公開的思考過程比較客觀、缺乏個性化表達，這是有意為之的設計。
Anthropic 沒有對模型的思維過程進行标準角色訓練，而是希望給予 Claude 最大自由度進行自主思考，就像人類思維一樣，這可能包含不完全正确或尚未成熟的想法。
并且，Anthropic 認為模型所展示的思考過程不一定真實反映了其内部決策邏輯，因此，Anthropic 正在權衡未來版本是否繼續公開 Claude 的思維過程，并評估其利弊，未來将基于用戶反饋和研究進展進一步調整。
有趣的是，我們之前提到過随着各家新模型的相繼發布，各類版本号和命名規則也是讓人眼花缭亂。
去年當 OpenAI CEO Sam Altman 被問及公司產品的命名策略時，他也坦言相當頭疼。
Anthropic CEO Amodei 也曾表示，雖然 Claude 的命名方式在早期看起來不錯，但随着模型的快速迭代和更新，沿用的命名體系同樣變得捉襟見肘。
他指出，目前沒有任何 AI 公司真正「搞定命名」這一問題，大家都在努力尋找更簡單、更清晰的命名方式。這或許也是 AI 巨頭們少有達成的共識。
Anthropic 首席產品官 Mike Krieger 也在 X 平台公布了 Claude 3.7 Sonnet 的幕後命名花絮。
内心的糾結過程大概是這樣
