软件与服务行业AI产业速递：Claude加4系列模型大幅提升自主编码能力，Agent走向下一程250526

<p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;"><span style="">事件描述美国时间</span> <span style="">5 月 23 日，Anthropic 正式发布 Claude 4 系列模型，包括 Claude Opus 4 和 Claude Sonnet 4 两款混合模型。其中，Claude Opus 4 是其发布的最高性能的编码模型，在复杂、长时间运行的任务和代理工作流上具有持续的性能。Claude Sonnet 4 是 Claude Sonnet 3.7 的重大升级，提供卓越的编码和推理，并且增强了可控性，从来更好地实施控制，提供功能和实用性的优质组合。该系列模型显著提升了 AI 的工具能力，核心提升了模型对工具使用、并行工具执行和进行扩展思考的能力，并且减少了模型使用快捷方式或漏洞完成任务的行为。</span></span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">事件评论</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">&nbsp;新一代模型专为编码和代理任务设计，可自主编码长达 7h。公司模型类别一般可以分为Haiku（速度最快）、Sonnet（智能和速度取得平衡）和 Opus（最智能），上一代公司最智能的 Opus 模型 Claude Opus 3 在美国时间 2024 年 3 月 4 日发布，已经长达一年未更新。本次重磅发布 Claude Opus 4，该模型专为编码和代理任务设计，可自主编码完成人类需要长达 6-7 个小时才能完成的任务。在 SWE-bench（软件工程任务的性能基准）其得分为 72.5%，超越了 OpenAI Codex-1 的 72.1%、OpenAI o3 的 69.1%和 Gemini 2.5 Pro 的 63.2%；在 Terminal-bench（代理任务）其得分为 43.2%，明显高过 OpenAI o3 的 30.2%和 Gemini 2.5 Pro 的 25.3%。Claude Opus 4 模型在编码、推理、多模态功能和代理任务方面均有明显的性能提升，推动模型工具能力进一步跃升。Claude Sonnet 4 模型在 Sonnet 3.7 业界领先的功能基础上进行了显著提升，解决了 Sonnet 3.7 的过度积极的问题，并且在 SWE-bench 上达到了 72.7%的最高代码准确率。Opus 4 突破了编码、研究、写作和科学发现的界限，而 Sonnet 4 为日常用例带来了前沿性能。定价与之前模型保持一致，Opus 4 为 $15/$75 每百万 Tokens（input/output），Sonnet 4 为$3/$15。</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">&nbsp;发布并全面开放 Claude Code，Agent 进入自主阶段。Claude 3.7 可以自主工作约 45min不失去连贯性，Claude 4 可以突破数小时。Anthropiic 认为人工智能代理应该擅长三种能力，并以此为依据指定发展规划：（1）情景智能：理解你和你组织的独特背景，并不断从经验中学习，获取情景记忆和组织记忆；（2）长期执行能力：无需持续管理的情况下可处理复杂、耗时数小时的任务；（3）真正的协作：智能自主，与明确的检查点相平衡。Claude系列模型的升级给代理任务提升了更多探索的可能性。</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">&nbsp;多合作伙伴认可，Agent 迈入新阶段。Cursor 称其为最先进的编码技术，是复杂代码库理解的飞跃。Cognition 称 Opus 4 擅长解决其他模型无法解决的复杂挑战，成功处理了以前模型错过的关键行动。GitHub 宣布 Claude Sonnet 4 将作为支持 GitHub Copilot 中新编码代理的模型。Manus 也强调了它在遵循复杂指令、清晰推理等方面的提升。伴随模型能力提升，Agent 的适用场景有望不断扩张快速渗透，推荐关注 AI coding 板块的持续机遇，以及垂类场景下具有产品壁垒和数据壁垒的产品型厂商。</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">风险提示1、AI 技术发展不及预期；2、下游应用需求不及预期。</span></p><p><br/></p>