就在刚刚，Claude 3.7 Sonnet 正式发布。

Claude 是有史以来最智能的模型，它采用混合推理方式。它既能快速生成响应，又能进行深入的逐步推理。

一个模型，两种思考模式。

Anthropic 发布了一款名为 Claude Code 的智能编程工具。

官方称，Claude 3.7 Sonnet 以及 Claude Code 表明 AI 朝着真正增强人类能力的方向迈出了重要一步。它们不但能够进行深入的推理，还能够独立地执行任务，并且能够高效地协作，从而使 AI 在现实世界中发挥出更大的价值。

太长不看，省流版如下：

Claude 3.7 有一首十四行诗。它是全球首款双模式混合推理模型。在标准模式下能快速响应。通过扩展思考模式可进行深度自我反思。在数学、物理和编程等复杂任务上表现得很卓越。注重实用导向。不会不必要地拒绝并减少 45%。还强化了代码协作能力。

Claude Code 可以直接在终端理解并操作代码库。它能够一次完成人工编程任务，而这些任务通常需要 45 分钟以上。它专长于测试驱动开发、复杂调试和大规模代码重构。同时，它全面支持代码编辑、测试执行等核心开发流程。

全球首款混合推理模型正式发布，你的 Claude 会思考了

新发布的 Claude 3.7 Sonnet 引入了详细的逐步推理，同时也公开了“思考”过程。DeepSeek 的内卷推动了行业透明度的提升，对此我们表示感谢。

人类能用同一个大脑既快速反应又深入思考，Anthropic 也认为推理能力不应依赖单独的模型。

最好是，一个模型搞定所有场景。

用户能够自由地进行选择，既可以让模型快速给出答案，也可以让模型进行更长时间的深度思考。

在标准模式时，它是 Claude 3.5 Sonnet 的升级版；在扩展思考（Extended Thinking）模式时，它会在回答前进行自我反思，并且能大幅提升在数学、物理、指令理解以及编程等复杂任务上的表现。

从基准测试结果方面来看，Claude 3.7 Sonnet（扩展思维版）是适用于强逻辑推理以及数学任务的。而 Grok 3 Beta 和 DeepSeek R1 在特定的任务，像推理以及数学竞赛方面，表现得更为出色。

DeepSeek R1 在数学解题能力方面表现最为突出，其能力值达到了 97.3%。并且，它在其他任务上也展现出了良好的表现。

在推理模型的优化期间，Anthropic 降低了对数学以及计算机科学竞赛类问题的重视程度，而是将精力更加集中于满足企业对于 LLM 的实际应用方面的需求。

Claude 3.7 Sonnet 在专门用于评估 AI 解决真实软件问题能力的 SWE-bench Verified 基准测试里达到了行业领先水平。并且，此模型在 TAU-bench 测试中表现得很突出，体现出了它在与用户以及工具进行交互方面的优秀能力。

值得一提的是，Claude 3.7 Sonnet 在 Anthropic 内部进行的 Pokémon 游戏测试里，超越了之前的所有模型，并且展现出了更强大的决策能力和规划能力。

同时，该模型可通过 Google Cloud 的 Vertex AI 访问。

值得注意的是，所有平台除了免费版之外，都支持扩展思考模式（Extended Thinking Mode）。

使用任何模式时，定价都与前代模型相同。输入 100 万个 token 需收费 3 美元，输出 100 万个 token（其中包含思考过程中使用的 token）要收费 15 美元。

过去，Claude 凭借出色的编程能力，成为许多开发者的首选模型。现在，Claude 3.7 Sonnet 更是进一步增强了它的优势。

Canva 公司确认该模型在上述各方面表现出色。

为了优化用户体验，GitHub 的集成功能已经向所有订阅计划开放了。开发者能够直接把代码库与 Claude 相连接，从而实现更高效的协作。不管是修复 Bug ，还是开发新功能，亦或是完善文档，Claude 3.7 Sonnet 都可以为个人项目以及企业级的 GitHub 代码库给予更好的支持。

在安全性方面，Claude 3.7 Sonnet 与外部专家合作后，相比前代模型，它能更精准地分辨恶意请求和正常请求，其不必要的拒绝情况减少了 45%，还能够给予更流畅的交互体验。

截取自 Claude 3.7 Sonnet 系统卡

代码写到一半想放弃？把复杂问题甩给 Claude Code

Anthropic 推出了一款名为 Claude Code 的智能编程工具。目前该工具以限量研究预览版的形式开放。开发者能够直接在终端中把大量工程任务交给 Claude 去处理。

新推出的 Claude Code 可以进行代码的搜索与阅读，能够编辑文件，还可以编写并运行测试，同时能将代码提交并推送至 GitHub，并且能够使用命令行工具等。

Anthropic 官方介绍称，在早期测试阶段，Claude Code 具备一次性完成通常需 45 分钟以上人工任务的能力，能大幅降低开发时间与工作量，尤其在测试驱动开发（TDD）、调试复杂问题以及大规模重构等方面表现较为显著。

Claude Code 是一款终端运行的智能编程助手，它能够直接理解开发者的代码库。同时，它可以通过自然语言命令来帮助用户更高效地进行编码。并且，它能够无缝集成到开发环境中，无需额外的服务器，也无需复杂的配置，从而极大地简化了工作流程。

它的核心功能有编辑文件这一项；能修复 Bug；可以回答有关代码架构和逻辑的问题；能够执行测试；可以修复测试错误；具备进行代码格式检查的能力；还能搜索 Git 历史记录；能够解决合并冲突；可以创建提交；也能创建拉取请求。

Anthropic 表示，在接下来的几周时间里，他们有计划持续对 Claude Code 进行优化。他们的重点在于改进多个方面，比如提升工具调用的稳定性，支持能够长时间运行的命令，改进在应用内的渲染效果，并且增强 Claude 对自身能力的理解。

这次发布预览研究版本，是希望能够深入了解开发者使用 Claude 进行编程的情况，以便为进一步优化未来的模型版本提供参考。

感兴趣的开发者在官方网站查看相关事项，指路

AI 发展速度太快，连起名都跟不上了？

X 网友使用了。不过其注意点存在偏差。一年前编写的越狱提示词现在还能被使用。

询问 strawberry 中 r 的数量，Claude Sonnet 3.7 给出了错误答案，但官方似乎特意在这个问题中设置了一个彩蛋。不得不承认，官方很懂得如何玩梗。

知名博主 @rowancheung 率先使用了 Claude 3.7 Sonnet 。他对该模型赞不绝口，称其为世界上最优秀的编码 AI 模型。在收到一个简单指令后，他成功生成了一个类似 Minecraft 的游戏，并且这个游戏可以即刻运行。

耗费的推理 Token 数量越大，Claude 3.7 Sonnet 绘制的“彩虹独角兽”效果越佳。

我们对 Claude 3.7 Sonnet 进行了简单的上手体验。

烧一根不均匀的绳需一小时，怎样用它来确定半个小时呢？烧一根不均匀的绳，从开始烧到烧完总共要一小时。现在有好多条材质相同的绳子，那该如何通过烧绳的方式来计时一小时十五分钟呢？

一道简单的推理题，差点让 Claude 3.7 Sonnet 的 CPU 过热到仿佛要燃烧起来。

你应该已经留意到，相较于 DeepSeek R1 所展示出的思考过程，Claude 3.7 Sonnet 公开的思考过程呈现出较为客观的特点，并且缺乏个性化的表达，而这是经过特意设计的。

Anthropic 没有对模型的思维过程进行标准角色方面的训练，而是期望给予 Claude 最大的自由度，让其能够自主地进行思考，这种思考方式就如同人类的思维一样，其中可能包含着不完全正确或者尚未成熟的想法。

Anthropic 认为模型所展示的思考过程未必真实反映了其内部决策逻辑。所以，Anthropic 正在考量未来版本是否继续公开 Claude 的思维过程，同时也在对其利弊进行评估。未来会依据用户反馈和研究进展来进一步做出调整。

有趣的是，之前我们提到过，随着各家新模型陆续发布，各类版本号以及命名规则让人看得眼花缭乱。

去年 OpenAI 的 CEO Sam Altman 被问到公司产品的命名策略时，他承认自己对此相当头疼。

Anthropic 的 CEO Amodei 曾表明，尽管 Claude 的命名方式在初期显得较为良好，然而随着模型迅速地迭代以及更新，所沿用的命名体系也逐渐变得难以应对。

他指出，当下没有任何一家 AI 公司切实地“搞定命名”这一事项。大家都在奋力探寻更为简便且清晰的命名方式。这或许也是 AI 巨头们不太容易达成的一种共识。

Anthropic 的首席产品官 Mike Krieger 在 X 平台将 Claude 3.7 Sonnet 的幕后命名花絮进行了公布。

内心的纠结过程大概是这样