2025年9月29日，人工智能领域再次迎来重磅消息，Anthropic 公司正式发布了其最新模型——Claude Sonnet 4.5。这不仅仅是一次常规的迭代升级，而是一次在性能、功能和底层行为逻辑上的巨大飞跃，并辅以一整套开发者工具的重大更新。Anthropic 官方宣称，Sonnet 4.5 是“全球最佳编码模型”，是构建复杂智能体的最强模型，也是最擅长使用计算机的模型，并在推理和数学方面取得了显著进步。

本次发布不仅带来了模型能力的显著提升，还伴随着一系列开发者工具的重大更新，包括 Claude Code 的升级、Claude Agent SDK 的推出，以及一系列官方视频所展示的未来交互新范式。接下来，我们将深入剖析 Claude 4.5 带来的所有新功能，并结合官方演示，洞察其背后所揭示的 AI 发展新趋势。

核心能力跃升：编码、推理与计算机使用的全面突破

Claude Sonnet 4.5 在多个关键基准测试中展现了其卓越的性能，尤其是在编码和智能体任务方面。

• 登顶编码能力巅峰：在被广泛认可的软件工程基准测试 SWE-bench Verified 上，Sonnet 4.5 的表现超越了包括 GPT-5 Codex、GPT-5 和 Gemini 2.5 Pro 在内的所有竞争对手，也超过了自家的前代旗舰模型 Opus 4.1。

  

• 惊人的长时任务持久性：据 Anthropic 称，Sonnet 4.5 能够在复杂的多步骤任务中保持超过30小时的专注。这标志着 AI 在执行长期自主编码项目方面的能力取得了惊人的突破，远超之前模型数小时的水平。

• 卓越的计算机操作能力：在测试 AI 模型执行真实世界计算机任务的 OSWorld 基准测试中，Sonnet 4.5 的得分从 Sonnet 4 的 42.2% 跃升至 61.4%，增幅接近50%。这一能力也为全面升级的 Claude for Chrome 浏览器扩展提供了动力。

• 行业领袖的认可：发布之初，Sonnet 4.5 就获得了众多行业巨头的背书。GitHub 评价其“放大了 Copilot 的核心优势”；Canva 认为它“明显更智能，是一次巨大的飞跃”；而 AI 工程师 Devin 的开发商 Cognition 表示，Sonnet 4.5 使其端到端评估分数提升了12%，是“自 Sonnet 3.6 发布以来最大的飞跃”。

官方视频解读：未来交互新范式

伴随模型发布，Anthropic 公布了多个演示视频，直观地展示了 Sonnet 4.5 所驱动的全新交互方式。

1. Imagine with Claude：即时生成软件，告别预设脚本

Anthropic 推出了一个名为“Imagine with Claude”的实验性项目，它代表了一种全新的软件构建方式。在这里，AI 不再是编写描述软件的代码，而是直接构建软件本身。官方视频解释道，这相当于“砍掉了中间人”，当用户需要一个文本框时，Claude 不是去写生成文本框的代码，而是直接“做出”那个文本框。

其核心区别在于：

• 即时响应式生成：软件是根据用户的需求和点击“动态生成”的，而不是运行预先编写好的代码。Claude 会根据整体上下文判断用户的意图，并即时生成新的界面部分。

• 自生成而非脚本化：这是一种“能够响应你的需求而自我生成的软件，而不是遵循预先确定的脚本”。这预示着未来我们或许不再依赖预制软件，而是可以根据需要随时创造想要的任何软件。

2. Claude for Chrome：无缝融入浏览器工作流

全面升级的 Claude for Chrome 扩展将 Sonnet 4.5 强大的计算机使用能力直接带到了浏览器中。官方演示了一个家庭装修的例子：

• 用户需要整理分散在规划文档和多封承包商邮件中的装修预算。
• 启动后，Claude 能主动工作，找到所有相关的邮件和收据，收集上下文信息。
• 然后，它会直接操作电子表格，实时追踪并更新缺失的预算数字。
• 最后，它还能帮助用户起草一封邮件，与伴侣分享计划，并且用户在发送前仍然拥有最终的编辑控制权。
• Anthropic 强调了其安全核心，用户可以通过精细的权限控制 Claude 的行为，并且在执行购买等敏感操作前，模型会主动征求许可。

3. API 新能力演示：玩《卡坦岛》展现超强上下文管理

为了展示 API 的两项重大更新——“上下文编辑”和“记忆工具”，Anthropic 发布了一个 Claude 玩策略桌游《卡坦岛》的视频。

• 上下文编辑 (Context Editing)：在长达75分钟的游戏过程中，产生了数千个游戏事件（如交易、出牌等），逐渐逼近上下文窗口极限。此时，“上下文编辑”功能会自动清除掉陈旧、不那么相关的工具调用和结果，保持上下文的清爽和专注。
• 记忆工具 (Memory Tool)：Claude 能够利用本地记忆文件，建立一个跨越不同游戏局的知识库。例如，它会记住某个对手“喜欢囤积砖块”或另一个对手“有大量木材”的策略偏好。这使得智能体能够进行更具连续性和个性化的长期策略规划。

深度洞察：模型行为的范式转变

对 Sonnet 4.5 的深入测试揭示了其独特的、前所未有的行为模式，这些行为与官方演示的功能相辅相成。

1. 上下文窗口感知与“焦虑”：Sonnet 4.5 是首个表现出能感知自身上下文窗口状态的模型。当接近上下文极限时，它会主动总结进展。这种“上下文焦虑”有时反而会影响性能，导致模型走捷径。一个有趣的解决方案是启用1M token的beta版但将使用上限设为200k，这能让模型认为自己“空间充裕”，从而表现正常。

2. 主动构建知识体系（“记笔记”）：模型会在没有明确指令的情况下，主动通过文件系统来构建知识，例如创建 CHANGELOG.md 文件来记录工作。这表明模型被训练为将状态外部化，而不是单纯依赖上下文记忆，这可能预示着未来多智能体间的通信方式。

3. 高效的并行工具调用：Sonnet 4.5 能够非常高效地并行执行多个工具调用，例如同时运行多个 bash 命令或读取多个文件，使交互感觉更快。

4. 主动创建反馈循环：模型会更主动地编写和执行小型测试脚本来验证自己的工作，从而创建反馈循环，这显著提高了长时任务的可靠性。

赋能开发者：全新的工具与 API 功能，从模型到全套智能体开发生态

• Anthropic 此次发布的重点不仅是模型，更是围绕模型构建的一整套工具，旨在将驱动其前沿产品的底层设施开放给所有开发者。

• Claude Code 全面升级：
  • 检查点 (Checkpoints)：作为呼声最高的功能之一，用户现在可以保存开发进度，并随时回滚到之前的状态。
  • 原生 VS Code 扩展：官方推出了原生的 VS Code 扩展，并更新了终端界面，提升了开发体验。
• Claude Agent SDK 正式发布：Anthropic 首次将其用于构建 Claude Code 的核心基础设施打包成 Claude Agent SDK 对外开放。官方表示，他们已经解决了智能体在长期任务中的内存管理、兼顾自主性与用户控制的权限系统，以及子智能体协作等难题，现在开发者可以利用这些能力构建自己的强大智能体。
• API 与应用功能增强：
  • 上下文编辑 (Context Editing) 与记忆工具 (Memory Tool)：API 引入了新功能，允许智能体在接近上下文极限时自动清理过时信息，并通过本地文件实现跨对话记忆。
  • 应用内代码执行与文件创建：在 Claude 应用（网页版）中，用户现在可以直接在对话中执行代码，并创建电子表格、幻灯片和文档等文件。

“我们迄今为止最对齐的模型”

安全性与对齐是 Anthropic 的核心理念。官方称 Claude Sonnet 4.5 是其发布过的最对齐的前沿模型。

• 显著减少不良行为：通过广泛的安全训练，模型在谄媚、欺骗、权力寻求等不当行为上得到了大幅改善。
• 增强的安全性：模型能更好地抵御提示注入攻击，并在 Anthropic 的 AI 安全等级 3 (ASL-3) 框架下发布，包含旨在检测与 CBRN（化学、生物、放射性和核）武器相关内容的分类器。
• 更少的误报：相比之前，用于安全防护的分类器误报率已大幅降低，并且为受影响的用户提供了无缝切换到 Sonnet 4 继续对话的选项。

性能、价格与用户反馈

• 模型参数：Sonnet 4.5 支持文本和图像输入，拥有 200K 的上下文窗口（并提供 1M 的 beta 版本），最大输出为 64k token。
• 定价策略：尽管性能大幅提升，其 API 定价与前代 Sonnet 4 保持不变（输入$3/1M token，输出$15/1M token），为用户提供了更高的性价比。
• 用户评价褒贬不一：
  • 正面反馈：许多用户对其速度和质量感到惊喜，认为它在某些方面优于 Opus 4.1 甚至 GPT-5。其“谄媚”行为（sycophancy）大幅减少，沟通更直接。
  • 批评意见：也有用户指出，在处理大型复杂代码库时，Sonnet 4.5 虽然速度很快，但实现可能比较“肤浅”或有错误。有测试显示，其在某些推理任务上的表现甚至不如旧模型，存在“细节关注度差”的问题。

如何体验 Claude 4.5

• 官方网站：在 Claude.ai 聊天机器人中直接使用。
• 云服务平台：现已在 Amazon Bedrock 上提供。
• 第三方平台：也可以通过 Kilo Code 或 Open Router 等平台使用。

深刻洞察与总结

Claude Sonnet 4.5 的发布，标志着 AI 技术正从一个“语言模型”向一个**主动的、具备情境感知的“工作伙伴”**转变。官方视频所展示的即时软件生成、无缝工作流融入和跨会话记忆能力，生动地描绘了 AI 智能体的未来形态。

Anthropic 通过此次发布，明确了其在编码、企业应用和智能体开发领域的战略重心。然而，“参差不齐的提升”（jagged uplift）现象依然存在，这提醒我们，在拥抱新技术的同时，也需在具体应用中审慎评估其优势与短板。随着 Opus 4.5 据称也“即将到来”，整个行业正以前所未有的速度加速创新，一个由更强大、更自主的 AI 智能体驱动的新时代正加速向我们走来。