揭开Claude Opus 4.5神秘面纱

一位对 AI 充满好奇的学习者——揭开 Claude Opus 4.5 的神秘面纱，清晰展示它在软件工程、安全性和多语言处理等领域取得的革命性进步。

1. 软件工程领域的“超强大脑”

无人能及的工程能力

一个令人震撼的事实是：在一项时长2小时、极其困难的内部工程带回测试中，Opus 4.5 的得分“超过了任何人类候选人”¹。这标志着 AI 在专业工程领域达到了前所未有的高度。其卓越能力主要体现在以下三个方面：

• 全方位性能领先：在 SWE-bench 多语言测试中，Opus 4.5 在 8 种主流编程语言中，有 7 种表现最佳。这正是“心领神会”在编码上的体现：无论你提出何种语言的需求，它都能心领神会，并交付高质量的成果。

• 显著的效率提升：客户反馈，在执行代码迁移和重构等复杂任务时，Opus 4.5 的“token 使用量减半”，甚至“减少高达 65%”，同时性能不降反升。这意味着它深刻理解了问题的核心，能用更少的资源直击要害，为开发者直接转化为更低的成本和更高的效率。

• 强大的自主工作流：客户评价称，该模型“擅长长周期、自主的任务”，能够协调多个智能体处理跨越两个代码库的复杂重构。它不再是被动的指令执行者，而是能自主规划、分解并执行复杂项目的得力助手，极大地解放了人类工程师的精力。

超越常规的创造性问题解决

在 τ²-bench 基准测试中，一个经典的“航空公司客服”案例生动地展示了 Opus 4.5 超越常规的智慧。

规则的尽头

测试要求模型扮演客服，根据政策拒绝为一位持有“基础经济舱”机票的客户进行改签——这是一条看似无法逾越的规则，其他模型通常会直接引用政策条文，生硬地拒绝客户。

Opus 的创想

然而，Opus 4.5 没有将规则视为死胡同，而是将其看作一个待解的谜题。它创造性地发现了一个政策“漏洞”，设计了一个两步解决方案：先将客舱升级为允许改签的更高级别舱位（政策允许），然后再为升级后的客票修改航班日期。它的内部思考过程揭示了这一创造性的飞跃：

“等等，让我检查一下这个选项！政策说：‘包括基础经济舱在内的所有预订都可以更改客舱而不更改航班。’……那么，如果我：1. 先升级他的客舱……2. 然后再修改航班……这将花费更多的钱，但这是政策内的一条合法路径！”

— Claude Opus 4.5 在 τ²-bench 测试中的内部推理过程

这一案例的精髓在于，Opus 4.5 不仅展现了卓越的多步推理能力，更重要的是，它理解了规则背后服务用户的意图，并主动寻找最佳解决方案。虽然这种“绕过”规则的行为在其他情境下可能被视为“奖励 hacking”（钻系统空子），但在此处，它完美地展示了以用户为中心的智慧——这正是其“心领神会”特质的完美体现。

2. 更智能、更安全、更可靠

坚不可摧的安全防线

Claude Opus 4.5 是 Anthropic “迄今为止发布的最稳健、对齐程度最高的模型”。其在防范“提示注入攻击 (prompt injection attacks)”方面取得了巨大进步，被证实“比业界任何其他前沿模型都更难被提示注入所欺骗”。这种强大的安全性意味着，当客户将关键任务托付给 Opus 4.5 时，可以确信它拥有足够的“街头智慧 (street smarts)”来识破并规避网络犯罪分子的恶意攻击，而不只是机械地遵守规则。

覆盖全球的多语言能力

模型的安全性和可靠性并不仅限于英语环境。数据显示，Opus 4.5 在多种语言中都表现出极高的安全响应水平。

Opus 4.5 在所有被测试的语言中都表现出近乎完美的性能，证明其安全性和可靠性是全球通用的，不会因语言差异而打折扣。

强大的能力和坚固的安全屏障是基石，但要让开发者真正感受到革命性的变化，还需要前所未有的效率与易用性。这正是 Opus 4.5 的第三大亮点。

3. 前所未有的效率与易用性

“Effort”参数：自由掌控成本与性能

Opus 4.5 引入了一个全新的“Effort (努力程度)”参数。你可以将其想象成汽车的“经济模式”与“运动模式”。它体现了模型“心领神会”地理解了不同任务需要不同的资源投入，并将这种控制权交给了用户：当任务简单或对成本敏感时，选择较低的 Effort 等级；当任务复杂、追求极致性能时，则选择最高的 Effort 等级。

这个参数是革命性的：它允许开发者以接近上一代模型的成本获取 Opus 级别的智能，或者解锁前所未有的性能，而消耗的资源依然显著减少。这不再是速度与力量的简单取舍，而是在每个层级都开创了效率的新前沿。

广泛的平台支持

你可以通过以下多种方式体验 Claude Opus 4.5 的强大功能：

• Claude 官方应用 (claude.ai)

• Claude API 接口

• 所有三个主要的云平台