就在今天，Claude 3.7 Sonnet正式发布 。
作为Claude有史以来最智能的模型 ，它采用混合推理方式 ，既能快速生成响应，也能进行深入的逐步推理 。
一个模型 ，两种思考模式。
Anthropic还发布了一款智能编程工具——Claude Code 。
官方表示 ，Claude 3.7 Sonnet和Claude Code标志着AI迈向真正增强人类能力的重要一步，不仅能深入推理、独立执行任务 ，还能高效协作 ，让AI在现实世界中发挥更大价值 。
太长不看，省流版如下：
Claude 3.7 Sonnet：全球首款双模式混合推理模型，标准模式快速响应 ，扩展思考模式进行深度自我反思 ，在数学 、物理和编程等复杂任务上表现卓越，注重实用导向 ，不必要拒绝减少45% ，强化代码协作能力；
Claude Code：直接在终端理解并操作代码库，能一次完成需45分钟以上的人工编程任务 ，专长于测试驱动开发 、复杂调试和大规模代码重构 ，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发布，你的Claude会思考了
新发布的Claude 3.7 Sonnet不仅引入了详细的逐步推理 ，而且也公开了“思考 ”过程 。感谢DeepSeek的内卷 ，推动了行业透明度的提升 。
就像人类用同一个大脑既能快速反应，又能深入思考一样 ，Anthropic同样认为推理能力不应依赖于单独的模型。
最好是 ，一个模型搞定所有场景。
用户可以自由选择是让Claude 3.7 Sonnet快速作答，还是让其进行更长时间的深度思考 。
在标准模式下，它是Claude 3.5 Sonnet的升级版；切换到扩展思考（Extended Thinking）模式（可简单理解为推理） ，它会在回答前进行自我反思 ，大幅提升在数学 、物理 、指令理解和编程等复杂任务上的表现 。
从基准测试结果来看，Claude 3.7 Sonnet（扩展思维版）适用于强逻辑推理和数学任务 ，而Grok 3 Beta和DeepSeek R1则在特定任务（推理、数学竞赛）上表现更佳。
DeepSeek R1在数学解题能力（97.3%）方面最强 ，同时在其他任务上也有不错的表现 。
在推理模型的优化过程中，Anthropic减少了对数学和计算机科学竞赛问题的侧重 ，更专注于满足企业对LLM的实际应用需求 。
在评估AI解决真实软件问题能力的SWE-bench Verified基准测试中 ，Claude 3.7 Sonnet达到了行业领先水平。该模型在TAU-bench测试中也表现不错，拳打旧版本 ，脚踢OpenAI o1 。
值得一提的是 ，Claude 3.7 Sonnet在Anthropic内部的Pokémon游戏测试中超越了所有前代模型，展现了更强的决策与规划能力 。
该模型现已适用于所有Claude订阅计划 ，包括免费版 、专业版 、团队版和企业版 ，同时也可通过Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI访问。
值得注意的是，除免费版外，所有平台均支持扩展思考模式（Extended Thinking Mode） 。
当通过API使用Claude 3.7 Sonnet时 ，你还可以告诉Claude思考不超过N个token 。对于任何N值 ，其输出限制为128K个token。
无论使用哪种模式，定价与前代模型保持一致 。输入100万个token收费3美元 ，输出100万个token（包括思考过程中使用的token）收费15美元 。
一直以来 ，Claude的编程能力都挺拿得出手，也因此成为许多开发者的首选模型 ，现在 ，新发布的Claude 3.7 Sonnet进一步放大了这个优势。
Cursor、Cognition 、Vercel 、Replit和Canva等公司均确认该模型在处理复杂代码库、高级工具使用 、代码修改规划和全栈更新处理等方面表现出色。
为了优化用户体验，GitHub集成功能已向所有订阅计划开放 ，开发者可以直接将代码库连接到Claude ，实现更高效的协作 。
无论是修复Bug 、开发新功能还是完善文档，Claude 3.7 Sonnet都能为个人项目和企业级GitHub代码库提供更好的支持 。
在安全性方面 ，通过与外部专家合作 ，相比前代模型，Claude 3.7 Sonnet据说能更准确地区分恶意请求和正常请求，不必要的拒绝减少了45% ，能够提供更流畅的交互体验。
截取自Claude 3.7 Sonnet系统卡
代码写到一半想放弃？试试把复杂问题甩给Claude Code
Anthropic还推出了一款智能编程工具——Claude Code ，目前仅作为研究预览版限量开放 。
代码写到一半想放弃？开发者可以直接在终端中将这些复杂问题交给ClaudeCode处理 。
Claude Code是一个主动协作的AI编程助手，能够搜索和阅读代码、编辑文件 、编写并运行测试 、提交和推送代码到GitHub ，以及使用命令行工具等。
据Anthropic官方介绍 ，在早期测试中，Claude Code能一次性完成通常需要45分钟以上的人工任务 ，特别是在测试驱动开发（TDD）、调试复杂问题和大规模重构方面表现突出 。
Claude Code能够直接理解开发者的代码库 ，并通过自然语言命令帮助用户更高效地编码 。它可以无缝集成到开发环境中，无需额外的服务器或复杂的配置 ，极大地简化了工作流程。
其核心功能包括编辑文件 、修复Bug 、回答关于代码架构和逻辑的问题、执行测试 、修复测试错误 、进行代码格式检查 ，以及搜索Git历史记录、解决合并冲突、创建提交和拉取请求等 。
Anthropic表示，在接下来的几周内 ，他们计划持续优化Claude Code ，重点改进包括提升工具调用的稳定性 、支持长时间运行的命令 、改进应用内的渲染效果，以及增强Claude对自身能力的理解 。
这次发布预览研究版本也是希望深入了解开发者如何使用Claude进行编程，从而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：https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
AI发展速度太快 ，连起名都跟不上了？
X网友倒是用上了，不过注意点有点偏差 ，一年前编写的越狱提示词还能用上 。
询问strawberry里有多少个r ，Claude Sonnet 3.7虽然答错了，但官方似乎特意给这个问题里埋了一个彩蛋 。不得不说 ，官方是懂怎么玩梗的。
知名博主@rowancheung提前用上了Claude 3.7 Sonnet ，并盛赞该模型为世界上最好的编码AI模型，在接收到一个简单的指令后 ，就生成了一个类似Minecraft的游戏 ，并且可即刻运行。
耗费的推理Token越多，Claude 3.7 Sonnet绘制的“彩虹独角兽 ”效果越好 。
我们也简单上手体验了一下Claude 3.7 Sonnet 。
在模型选择栏切换点击“Extended” ，即可进入扩展思考模式。
烧一根不均匀的绳要用一个小时 ，如何用它来判断半个小时？烧一根不均匀的绳，从头烧到尾总共需要一个小时 。现在有若干条材质相同的绳子，问如何用烧绳的方法来计时一个小时十五分钟呢?
一道简单的推理题 ，差点把Claude 3.7 Sonnet的CPU干烧了 。
相信你已经注意到 ，与DeepSeek R1展示的思考过程相比，Claude 3.7 Sonnet公开的思考过程相对客观、缺乏个性化表达。
这是有意为之的设计 。
Anthropic没有对模型的思维过程进行标准角色训练 ，而是希望给予Claude最大自由度进行自主思考 ，但就像人类思维一样，这可能包含不完全正确或尚未成熟的想法 。
并且 ，Anthropic认为所谓“思考 ”过程不一定真实反映了AI的内部决策逻辑 ，因此，Anthropic未来将基于用户反馈和研究决定是否继续公开Claude的思维链。
有趣的是 ，我们之前提到过 ，随着各家新模型的相继发布，各类版本号和命名规则也是让人眼花缭乱 。
去年当OpenAI CEO Sam Altman被问及公司产品的命名策略时 ，他也坦言相当头疼 。Anthropic CEO Amodei曾表示 ，虽然Claude的命名方式在早期看起来不错，但随着模型的快速迭代和更新，沿用的命名体系同样变得捉襟见肘。
他指出 ，目前没有任何AI公司真正“搞定命名 ”这一问题 ，大家都在努力寻找更简单 、更清晰的命名方式 。这或许是AI巨头们少有达成的共识 。
Anthropic首席产品官Mike Krieger今天也在X平台公布了Claude 3.7 Sonnet的幕后命名花絮。内心的纠结过程大概是这样
