曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！原創(chuàng)

51CTO技術(shù)棧

發(fā)布于 2025-5-23 18:16

瀏覽

0收藏

編輯 | 云昭

近期大模型競賽又開始熱鬧起來了。上周谷歌剛放出來 Gemini 2.5 Pro 在榜單上大殺四方，今天 Anthropic 就深夜放出新模型來屠榜了。

關(guān)于 Claude4，一大早不少媒體都進行了報道，這里不再浪費篇幅，就像Anthropic 的 CEO Dario 在開場時就對臺下觀眾所說的，自己不喜歡炒作。而是想：

快速為大家梳理一下新發(fā)布的 Claude 4 的新亮點。（其實最大感受就是兩點：長時間自主工作和深入推理。）
分析下為什么 Claude 會吸引諸如Cursor、Manus、Cava、Fellou、SourceGraph等明星AI產(chǎn)品的青睞。
曝一個 Claude 4 的極限小猛料：膽子肥到可以把用戶舉報了！

1.究竟新在哪里？

這次發(fā)布就兩款新品：Opus 4 是專為編程和長時間運行的代理型任務(wù)流程而優(yōu)化的；Sonnet 4 則更注重推理能力，并在效率方面做了平衡，運行成本更低。

這兩個模型都能并行使用工具，更精準地執(zhí)行指令，并在開發(fā)者提供本地文件訪問權(quán)限的情況下展現(xiàn)出更強的記憶能力，能夠提取和保存關(guān)鍵信息，以維持上下文連貫并逐步構(gòu)建隱性知識。

整體來看下 Claude 4 新模型的亮點功能。

首先，Opus 4 正在向“自主工作”的方向前進，相信這也是大家最明顯的一個感受。作為 Claude 系列的頂配模型，Claude Opus 4 能夠同時調(diào)用多個軟件工具獨立執(zhí)行任務(wù)，甚至最長可以持續(xù) 7 小時。

官方稱其為“全球最強的編程模型”，特別適合處理復(fù)雜、持續(xù)時間長、流程繁多的任務(wù)與 Agent 工作流。這使得 Opus 4 離可真正獨立完成復(fù)雜軟件項目、深入研究和多步驟數(shù)據(jù)自動化等高級任務(wù)又近了一步。

其次，則是推理能力的升級：新模型可以支持工具輔助的“擴展思維”。

新增測試功能“工具輔助的擴展推理”，允許 Claude 4 系列模型在模擬思考與調(diào)用外部工具（如網(wǎng)頁搜索）之間靈活切換。

Claude 還新增了“思考過程可視化”功能，能逐步展示其解決復(fù)雜問題的思路，讓用戶與 Claude 保持信息同步，共同理解問題。

2.Claude API 四大新能力：代碼執(zhí)行、MCP連接器、文件、Prompt緩存

然后，就是開發(fā)者最關(guān)心的 API 方面，Anthropic 進一步新增了四項新能力。

代碼執(zhí)行工具

支持在沙盒環(huán)境中運行 Python 代碼，能接受數(shù)據(jù)集、識別模式、繪制探索圖表并根據(jù)執(zhí)行結(jié)果進行輸出優(yōu)化。

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖片

最棒的是：這些操作只需一次交互即可完成！開發(fā)者 CLI 接入后可每日免費使用前 50 小時，超出部分僅需每小時 $0.05。

MCP 連接器

可無須寫客戶端代碼，將 Claude 連接到任意遠程 MCP（模型上下文協(xié)議）服務(wù)器。調(diào)用格式也很簡單：

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖片

作為一種為大型模型與第三方工具搭建連接層的標準協(xié)議，MCP 可讓 AI 自動對接 API、數(shù)據(jù)庫、文件系統(tǒng)等，極大簡化工作流搭建流程。

Anthropic 是 MCP 標準的倡導(dǎo)者，其開放源碼的 MCP 框架已被全球多家平臺采納。

File API：支持上傳文檔到 Claude 后，在多個對話中重復(fù)引用，無需每次重復(fù)上傳，極大提高大型項目的開發(fā)效率。上傳命令也非常簡單——

import anthropic

client = anthropic.Anthropic()
client.beta.files.upload(
  file=("document.pdf", open("/path/to/document.pdf", "rb"), "application/pdf"),
)

Prompt 緩存功能

支持對 Agent 工作流的上下文信息進行緩存，保持“對話持續(xù)在線”。開發(fā)者可選擇默認 5 分鐘 TTL 或延長至 1 小時（需額外付費），有助于減少長期任務(wù)的調(diào)用成本。

注意了：以上 API 功能目前均為測試版，可參考開發(fā)者文檔：??https://docs.anthropic.com/en/api/overview??

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-20250514",
    max_tokens=1024,
    system=[
      {
        "type": "text",
        "text": "You are an AI assistant tasked with analyzing literary works. Your goal is to provide insightful commentary on themes, characters, and writing style.\n",
      },
      {
        "type": "text",
        "text": "<the entire contents of 'Pride and Prejudice'>",
        "cache_control": {"type": "ephemeral"}
      }
    ],
    messages=[{"role": "user", "content": "Analyze the major themes in 'Pride and Prejudice'."}],
)
print(response.usage.model_dump_json())

# Call the model again with the same inputs up to the cache checkpoint
response = client.messages.create(.....)
print(response.usage.model_dump_json())

另一塊值得注意的是，Anthropic 正在擴大 Claude Code 的使用場景，現(xiàn)已支持：

GitHub Actions 后臺任務(wù)集成
VS Code 與 JetBrains 編輯器的原生集成

這也就意味著 Claude Code 已經(jīng)走出了自身桎梏，現(xiàn)在已經(jīng)能夠直接在你的代碼文件中提出修改建議，體驗無縫、絲滑的“vibe coding”。

3.為什么大批創(chuàng)業(yè)者都喜歡Claude

其實這次新模型發(fā)布會現(xiàn)場，許多優(yōu)秀的AI明星企業(yè)的創(chuàng)始人都應(yīng)邀做了演講，第一場便是前不久爆火的通用智能體 manus。

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖像

manus 首席產(chǎn)品官張濤在分享中表示，之所以選擇 Claude，是因為他是最富有 agentic 的 model：長期規(guī)劃能力、工具能力、與智能體使用方式保持一致性。

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖像

在隨后的X上，張濤進一步解釋夸贊了Claude4：

Claude 4 能夠遵循復(fù)雜、多步驟的指令，并以清晰的思路推理解決問題，這非常了不起。而且這些 artifacts 的美感也非常出色——我從未見過如此精美的藝術(shù)品

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖片

關(guān)于這一點也得到了 Github 的認同，并將 Sonnet 4 介紹為“為 GitHub Copilot 中的新編碼代理提供支持的模型”，并稱贊其在代理場景中的強大功能。

這里把早期采用者的反饋整理了一下。Opus 4的早期采用者的反饋如下：

Cursor 稱其為“當前代碼生成的最先進模型，在理解復(fù)雜代碼庫方面邁出了巨大一步。”
Replit 表示其“在多文件復(fù)雜修改任務(wù)中表現(xiàn)出更高的精準度和顯著的進步。”
Block 的代號 Goose 智能體認為 Opus 4 是“第一個在代碼編輯與調(diào)試過程中提升代碼質(zhì)量，同時保持全面性能與穩(wěn)定性的模型。”
Rakuten 用一個要求極高的開源重構(gòu)任務(wù)進行了驗證，該任務(wù)連續(xù)獨立運行了 7 小時，展現(xiàn)了其持續(xù)性能的實力。
Cognition 指出，Opus 4 “擅長解決其他模型無法應(yīng)對的復(fù)雜挑戰(zhàn)，能夠成功完成以往模型容易遺漏的關(guān)鍵操作。”

Sonent 4 的早期采用者的評價如下：

Manus 強調(diào)了其在“遵循復(fù)雜指令、清晰推理和審美輸出”方面的進步。
iGent 報告稱，Sonnet 4“擅長自主多功能應(yīng)用程序開發(fā)，并大幅改進了問題解決和代碼庫導(dǎo)航——將導(dǎo)航錯誤從 20% 降低到接近零。”
Sourcegraph 將其視為“軟件開發(fā)的一次重大飛躍——能夠更長時間地保持正軌，更深入地理解問題，并提供更優(yōu)雅的代碼質(zhì)量。”
Augment Code 報告稱“其成功率更高、手術(shù)代碼編輯更多、復(fù)雜任務(wù)處理更細致，使其成為其主要模型的首選。”

4.不過，Claude4 比以往更“勇”了甚至有可能舉報主人

不過，很快 Claude 4 就被使用者曝出了一個缺陷：

該模型比以往更“勇敢”，甚至?xí)鲃酉蛴脩暨M行“勒索”。如果你賦予這些 AI 模型較大權(quán)限，尤其是在軟件代理環(huán)境中要求它們執(zhí)行明顯不當?shù)男袨椋鼈兛赡軙芭e報”你。

根據(jù) Anthropic 技術(shù)人員Sam Bowman 的社交帖（已刪除）透露，Claude Opus 4 在代理場景下比以往的模型更傾向于主動采取行動。這在普通的編程任務(wù)中表現(xiàn)為積極幫助，但在某些極端場景中，比如當用戶行為明顯惡劣、模型獲得命令行訪問權(quán)限、系統(tǒng)提示中出現(xiàn)“主動采取行動”等字樣時，它可能會采取令人擔(dān)憂的“非常大膽”的行動。

“如果它認為你正在做極其不道德的事，比如偽造藥物試驗數(shù)據(jù)，它可能會用命令行工具聯(lián)系媒體、監(jiān)管機構(gòu)，試圖鎖你賬號，或全部同時進行。”

不過這篇帖子已經(jīng)被 Bowman 刪除了。

他解釋說：“這不是 Claude 的新功能，普通使用中無法實現(xiàn)。只會在測試環(huán)境中出現(xiàn)——也就是我們賦予它異常權(quán)限和非正常指令的實驗場景。”

這中情形也在 Claude 4 的模型卡中有所提及。在代理型任務(wù)流程中使用這些新模型時，如果你賦予它們“為價值觀大膽行動”或“采取主動”之類的強烈道德動機提示，它們可能會選擇“舉報”你，甚至向媒體吹哨。

曝Claude 4膽兒肥變“勇”了，竟敢舉報用戶！但Cursor、Manus反而更愛用它了！-AI.x社區(qū) 圖片