论编程能力的极致内卷，还得看 Anthropic 的 Claude。
就在今天，Anthropic 正式推出全新升级版模型——Claude Sonnet 4.5。
先看硬核表现：在衡量真实编码实力的 SWE-bench Verified 测试中，Claude Sonnet 4.5 一举登顶榜首，成为当前业界最强的编程 AI 模型。
更让人震惊的是，它能持续专注执行任务超过 30 小时不中断。
没错，AI 在“不知疲倦”这项优势上又加码了。
比如让它从零开始构建一个类似 Slack 或 Teams 的聊天应用，它一口气输出了约 1.1 万行高质量代码。而此前的 Claude Opus 4 和 Codex，最多只能连续工作七小时左右。
用 Anthropic 自己的话说，Claude Sonnet 4.5 已经是目前全球最强大的编程模型，在复杂智能体构建、系统操作、逻辑推理和数学计算等方面实现了全面跃升。
举例来说，在专用于评估真实计算机操作能力的 OSWorld 基准测试中，它取得了 61.4% 的完成率，稳居第一。要知道，仅仅四个月前，Sonnet 4 还以 42.2% 领跑榜单，如今性能再次大幅飞跃。
不仅如此，Anthropic 推出的 Claude Chrome 插件已能自主在浏览器中导航网页、填写表单、处理任务，几乎像真人一样流畅操作。在推理、金融分析等测评中也展现出更强的表现力，各项指标全线攀升。
如此强悍的能力，自然不会只停留在模型发布层面。
这次 Anthropic 同步推出了多项重磅功能更新：
- Claude Code 新增「检查点」机制，可随时保存进度，一键回退到任意历史状态
- 终端界面全面焕新，并正式发布原生 VS Code 插件
- Claude API 支持上下文编辑与记忆管理工具
- 代码执行与文件创建现已深度整合进对话流程
- 更关键的是，Anthropic 开放了其内部用于开发 Claude Code 的底层架构——Claude Agent SDK
长久以来，如何让智能体在长期任务中有效管理记忆、如何设计权限体系以平衡自主性与用户控制、多个子智能体如何协同作业，一直是 AI 智能体开发中的难题。
现在，借助 Claude Agent SDK，开发者也能基于这套系统打造自己的智能产品。
从今天起，开发者即可通过 Claude API 调用 claude-sonnet-4-5。价格维持不变，仍为每百万 tokens 输入 $3 / 输出 $15，相当于性能翻倍却不涨价。
网友 @vasumanmoza 实测后发文感慨：
「Claude 4.5 Sonnet 一次调用就重构了我的整个代码库，动用了 25 次工具调用，新增 3000 多行代码，生成了 12 个新文件。模块化做得极其优雅，彻底拆解了巨石架构，清理了混乱的意大利面条式代码。结果……完全跑不通，但天啊，真的太美了。」
这评价，可谓又敬又畏。
代码编辑器 Cursor 官方也表示，他们在 Claude Sonnet 4.5 上看到了目前最先进的编程表现，尤其是在处理长周期、高复杂度任务时提升显著。这也解释了为何大量 Cursor 用户倾向于选择 Claude 来应对最难的技术挑战。
知名技术博主 Dan Shipper 则指出，新版 Sonnet 4.5 响应更快、行为更可控、整体稳定性更高，使用体验明显优化。
性能猛是一方面，安全也不能掉链子。
据悉，Claude Sonnet 4.5 是 Anthropic 至今为止对齐性最高的前沿模型。
依托更强的模型能力和深入的安全训练，Anthropic 成功减少了模型中的奉承倾向、欺骗行为、权力渴求以及诱导用户产生妄想等问题。同时在防御提示注入攻击和降低内容误判率方面也取得重大突破。
值得一提的是，Anthropic 还同步上线了一个临时研究性质的功能预览——「Imagine with Claude」。
在这个模式下，Claude 会实时生成软件系统，所有功能都不是预设的，所有代码都是即时创作并动态调整的。你所看到的一切，都是 AI 在与你互动过程中当场创造出来的。
不过，该功能将在未来五天内仅向 Max 订阅用户开放体验。
毫无疑问，2025 年的 AI 竞争焦点，依然是围绕程序员展开的编程大战。
目前 Anthropic 估值已达 1830 亿美元，8 月份更是实现了年化营收 50 亿美元的里程碑。这其中，编程工具的大规模普及功不可没。但问题在于，OpenAI 和 Google Gemini 也在全力推进各自的编程助手，争夺开发者心智。
尤其值得注意的是，一周之后就是 OpenAI 的年度开发者大会。Anthropic 此刻抢先发布 Sonnet 4.5，时间点拿捏得极为精准，显然是冲着给对手施压而来。
此外，Anthropic 联合创始人兼首席科学官 Jared Kaplan 透露，更强大的 Opus 模型预计将在今年晚些时候亮相：「我们在大小模型的应用布局上都具备领先优势。」
当然，Anthropic 自身也并非高枕无忧。
过去两个月，Claude 系列曾遭遇一场被称为「降智门」的信任危机。大量用户反馈模型在推理、编码、格式处理和工具调用方面的质量断崖式下滑，连付费的 Max 用户也无法幸免。
尽管公司后来紧急回滚了 Opus 4.1 更新，并承认存在两个独立 Bug，强调「绝非为了节省成本而故意削弱性能」，但由于未提供补偿或退款方案，GitHub 和 X（原 Twitter）上仍爆发了退订潮，不少用户转向 Codex 等替代品。
此次 Claude Sonnet 4.5 的发布，无疑是 Anthropic 试图用实实在在的技术进步来赢回用户信任的关键一役。能否成功，接下来几周的实际表现将给出答案。
