概览

笔记

核心转变

• RLHF+宪法AI对齐的大模型，编程 具备上下文、工具增强、agentic的编程模型。

整体脉络

• Claude 1→2：
  • 增加长上下文窗口和更安全的指令遵循能力，提升了标准化代码合成与编辑的表现。
• Claude 3/3.5：
  • 引入原生多模态和函数调用功能
  • 在沙箱评估环境下，其在 HumanEval 测试和多文件仓库编辑方面的性能有显著提升 。
• Claude 4/4.5：
  • 整合了深思熟虑的推理能力(deliberative reasoning)和Computer-Use能力(Terminal、IDE、包管理器、browse）
  • 并结合了策略控制的工具使用及并行的测试时计算，在repo-level和终端编程套件上展现了强大的结果。

数据集

提示

• (2512) Anthropic Interviewer：blog, data

Claude 4 系列

Claude4 系列

核心技术

• 结合深度思考和Computer-Use技术（包括沙箱、编辑器、包管理器、浏览器）
• 并通过RLHF和宪法AI进行训练和对齐。

关键结果

• 长跨度、工具增强的code agent。
• Claude4在SWE-Bench效果好，Claude4.5提升仓库级修复能力，在terminal和工具使用显示出效果。

定位

• 自主代理（Agent）。
• 它不再只是生成代码文本，而是像人一样操作终端（Terminal）、使用编辑器、运行浏览器查资料、安装依赖包。

Claude 3 系列

Claude3

核心技术

• 原生多模态(看懂UI或架构图)、函数调用、仓库级编辑
• Claude3(Opus/Sonnet/Haiku)：支持原生工具调用和视觉输入的多模态模型。
• Claude3.5 Sonnet 进一步提升代码性能，在仓库级多代码编辑，展现出优势。

关键结果

• 多模态、长上下文、Repo-Level，支持大规模代码库的理解。

定位

• 高级助手。不仅能写代码，还能理解整个项目结构，并且“看”得懂需求。

Claude 1和2系列

Claude 1&2

Claude1

• 基础： RLHF（让模型听话）、Constitutional AI（让模型安全）
• 扩展：
  • 长上下文（能读长代码）
  • 更安全的指令跟随
  • 结构化输出

Claude2

• 扩展上下文
• 针对多步推理和工具友好型格式，在训练和服务期间做了改进。辅助了对代码的理解。

定位

• 辅助工具。能写代码片段、解释代码，但主要还是处理文本和简单的逻辑。