Claude

Claude 是美国人工智能初创公司 Anthropic 发布的大型语言模型家族，拥有高级推理、视觉分析、代码生成、多语言处理、多模态等能力，该模型对标 ChatGPT 、 Gemini 等产品。2025 年 2 月 25 日，Anthropic 推出了其首个混合推理模型 Claude 3.7 Sonnet。这个模型的发布不仅标志着技术的重大进步，同时也凸显了 Anthropic 在 AI 研究中的行业地位。相比于传统的大语言模型，Claude 3.7 Sonnet 将推理与生成能力融合，成为市场上唯一的“混合”模型。据透露，Claude 3.7 Sonnet 的训练成本仅为“数千万美元”。

所谓“混合模型”，Claude 3.7 Sonnet 既能提供近乎即时的响应（标准模式，standard），也可以向用户直观展示其长时间的逐步思考过程（扩展思考模式，extended thinking）。API 用户还可以对模型的思考时长进行细粒度控制。简而言之，该模型最大的特点就是用户能控制模型在做出反应前“思考”的时间，这是一项前所未有的技术创新。

基准数据支持了 Anthropic 的雄心壮志。在扩展思考模式下，Claude 3.7 Sonnet 在研究生级推理任务上实现了 78.2% 的准确率，挑战了 OpenAI 的最新模型，并超越了 DeepSeek-R1。

在数学解题（MATH 500）方面，Claude 3.7 Sonnet  64K 扩展思考模型表现优异，及格率较上代模型有了很大提升，但仍不及 OpenAI o1、OpenAI o3-mini High、DeepSeek R1 32K Extended Thinking。

Claude 3.7 Sonnet 在编程领域的表现一如既往、尤为突出。Claude 3.7 Sonnet 只借助 bash 编辑器工具和 “思维工具” 进行单次尝试修补，不额外花时间计算时，通过率能达到 62.3%。要是用上内部评分和自定义框架这些 “特殊手段”，通过率直接涨到 70.3% 。OpenAI 的 o1 模型通过率是 48.9%，o3-mini (high) 通过率为 49.3%，但和 Claude 3.7 Sonnet 比还有一些差距。DeepSeek R1 的通过率是 49.2% ，表现同样不如 Claude 3.7 Sonnet。

在编码方面，Claude 的一个显著优势是，当你通过网页界面使用它时，它不依赖于检索增强生成（RAG）。虽然这会消耗更多的 token，但模型能够直接看到所有内容，从而以更高质量的方式回复。

我想知道，Claude Code 是否也采用了类似的方式，只是改用了文档级别的 RAG？也就是说，如果一个文档是相关的，并且适合上下文窗口，那么整个文档都会被加载进去。如果是这样，那就太棒了！这也意味着将大型代码库拆分为更小的、可管理的文件会变得越来越有意义。

最后，我想对 Claude Sonnet 表达由衷的感谢。在过去的几个月里，它彻底改变了我的工作方式，让我能够完成更多的事情。非常感谢！