Claude 3.7 Sonnet 与 Claude Code 发布

背景

到2025年初，AI模型已被广泛用于编写软件，但大多数工具仍停留在聊天窗口或编辑器插件的层面，给出代码建议，由人决定是否采纳。智能体（agent）式工具则更进一步：它接收一个目标，自行决定步骤，并借助文件、命令行和版本管理工具去完成工作。评估这类工具也不容易。SWE-bench Verified是一项测试模型能否解决真实软件问题的基准，常被用来衡量编程能力。

发生了什么

2025年2月24日，Anthropic宣布推出Claude 3.7 Sonnet和Claude Code。Anthropic称Claude 3.7 Sonnet是市场上首个混合推理模型（hybrid reasoning model）。^[1]

Claude Code以有限研究预览版（limited research preview）的形式推出，是一款在终端中运行的智能体编程工具。开发者可以把搜索和编辑代码、运行测试、向GitHub提交代码等任务交给它。^[1] 同一公告还使Claude的GitHub集成对所有套餐开放。^[1]

关键细节

Claude 3.7 Sonnet既可以近乎即时地回答，也可以启用用户能够看到的、分步骤的扩展思考。API用户可以设置最高128K输出词元的思考预算，即限制模型推理所能消耗的输出量。^[1]

在SWE-bench Verified上，Claude 3.7 Sonnet在489题的子集上不使用特殊脚手架时得分63.7%，使用高算力脚手架时得分70.3%。这里的脚手架（scaffolding）指包裹在模型外层、帮助它规划、调用工具和重试的软件框架。^[1]

定价保持不变，每百万输入词元3美元，每百万输出词元15美元，思考词元按输出计费。^[1] 该模型可在所有Claude套餐（Free、Pro、Team和Enterprise）中使用，也可通过Anthropic开发者平台、Amazon Bedrock和Google Cloud的Vertex AI调用；扩展思考功能除免费版外均可使用。^[1]

影响

2025年5月22日，随Claude 4一同发布时，Anthropic将Claude Code正式开放使用，并新增了VS Code和JetBrains的测试版扩展、测试版的GitHub Actions集成，以及用于构建自定义智能体的SDK。^[2]

这次发布把三件事放在一起：一个可以调节推理深度的模型、一个在开发者终端中工作的智能体，以及与GitHub的集成。上述基准数字是Anthropic在一项测试上的报告，具体代码库中的表现仍取决于任务本身。