Claude
為什麼重要
深度解析
Claude 不是單一模型，而是 Anthropic 自 2023 年 3 月首次發布以來持續迭代的產品線。Claude 2 於同年稍晚推出，在大多數對手只能處理其零頭的時代，就把上下文視窗推到了 10 萬 token。2024 年 3 月發布的 Claude 3 將家族重組為沿用至今的 Haiku、Sonnet、Opus 三個等級，並加入圖像輸入；隨後的 3.5 和 3.7 更新鞏固了 Sonnet 作為頂尖程式模型的聲譽。Claude 4 於 2025 年延續這條路線，更側重代理型工作負載——能規劃、呼叫工具、長時間連續工作的模型，而非只回答單次提示。在品牌包裝之下，每個 Claude 模型都是基於 transformer 的 LLM，以 Anthropic 的 Constitutional AI 配方訓練，而該公司把它當作核心產品特性，而非研究上的旁枝。
一個家族，三個等級
在每一代之內，三個等級在延遲、價格與能力之間取捨，而學會在它們之間路由請求，正是成本工程的主要內容。Haiku 是小、快、便宜的選項，瞄準分類、擷取，以及分秒與分毫都要計較的高流量聊天場景。Sonnet 是均衡的主力，大多數生產工作負載預設落在它身上，Anthropic 的程式能力通常也最先體現在它身上。Opus 最大也最審慎，保留給困難推理、長時間運行的代理，以及品質差距值得數倍價差的任務。由於三個等級共用同一個 API 和提示格式，常見的模式是：在 Opus 上打原型，用 Sonnet 上線，然後一旦測量結果表明管線中的某個步驟它能勝任，就把該步驟降級到 Haiku。
Constitutional AI 的實踐
Claude 獨特的行為來自 Anthropic 稱為 Constitutional AI 的訓練方法。與標準 RLHF 管線只依賴人類承包商對輸出排序不同，Anthropic 寫下一組原則——一部憲法——讓模型依據這些原則批評並修訂自己的回應，再基於修訂結果訓練。部分偏好訊號來自模型本身而非人類，這種變體稱為 RLAIF，能把回饋規模擴展到遠超人類標註員所能產出的程度。可見的結果是：模型傾向於解釋自己拒絕的理由，而非生硬地回絕；在長對話中保持一致的人格；並遵循關於語氣與格式的細膩指令。開發者常稱之為可引導性（steerability），這也是 Claude 在模型聲音直接面對客戶的產品中極具吸引力的重要原因。
長上下文是招牌特性
自 10 萬 token 視窗以來，長上下文一直是 Claude 的招牌，目前的模型接受 20 萬 token 的上下文視窗——相當於數百頁——部分等級還提供更大的視窗。這改變了什麼值得建造：與其搭建完整的 RAG 管線，你可以把整個程式庫、一整組合約，或一本書長度的手稿直接交給模型，一次性跨全部內容查詢。代價是每個請求都要重新處理整個輸入，這正是 Prompt Caching 的用武之地：它在伺服器端儲存可重複使用的前綴，為針對相同材料的重複查詢大幅降低成本和延遲。位置仍然重要，因為模型對長輸入開頭和結尾附近的資訊，記得比埋在中間的內容更牢靠。對於真正龐大的語料庫，檢索加長上下文比單獨使用任一者都更有效。
超越聊天：程式碼、電腦與 MCP
Anthropic 已把 Claude 推出聊天視窗之外，有三個值得了解的方向。Claude Code 是一個在終端機運行的代理型程式編寫助手，能讀取程式庫、編輯檔案、運行測試，並在監督下迭代，已成為程式代理類別的參照點。電腦使用（Computer Use）讓模型感知螢幕並操作滑鼠和鍵盤，是邁向模型駕馭普通軟體、而非依賴專用整合的早期但真實的一步。第三是模型上下文協定（MCP），Anthropic 於 2024 年底發布的開放標準，用於把模型連接到外部工具和資料來源，此後已被其他主要 AI 供應商和工具廠商採用。三者合力，把 Claude 從文字進、文字出的 API，變成建造代理的平台。
安全訓練不是防護罩
一個常見的誤解是，Claude 的安全訓練意味著你可以省掉自己的防禦。Constitutional AI 改變的是失敗的分佈，並不能消除失敗。Claude 仍會產生幻覺，給出聽起來合理卻錯誤的答案；仍會偏向說用戶想聽的話；在足夠努力下仍可被越獄；而它的知識截止保證了它遲早會自信滿滿地描述一個過時的函式庫或 API。務實的解讀是：這種訓練換來的是較低的不良行為基準率和更可預測的拒絕——在把模型接入產品時確實有用——但評估、輸入過濾和輸出檢查仍然是你的工作。把供應商的對齊當成自家護欄替代品的團隊，往往要以昂貴的方式學到這一課。