Claude Sonnet 4.5、DeepSeek-V3.2 发布，OpenAI 最新动态

假期来临，大模型扎堆发布，咋这么卷呢？OpenAI 似乎正在另辟蹊径，搞产品（如 ChatGPT Pulse、AI 电商、家长控制、或将发布 Sora 2）。

Claude Sonnet 4.5

Anthropic 推出全新的 Claude Sonnet 4.5^[1]。这是目前在代码编写、复杂任务处理和计算机操作方面表现最为出色的一款模型，在推理能力和数学方面也有明显进步。

我们日常使用的各种软件、表格和工具背后，都是代码在运行。能够高效地使用这些工具、理解问题并找出解决方案，是当下很多工作场景的核心需求。Claude Sonnet 4.5 就是为此而生的。

模型特性

此次发布不仅带来了模型能力的提升，还同步升级了多个产品功能：

• Claude Code 现在支持 checkpoints，可以随时保存当前状态，并一键回退到之前的进度。
• 命令行界面进行了全新设计，同时还上线了 VS Code 插件（Claude Code for VS Code^[2]）。
• Claude API 新增上下文编辑功能（Context Editing）和记忆工具（Memory Tool），使模型可以处理更复杂、更持久的任务（Managing context on the Claude Developer Platform^[3]）。
• 在 Claude 应用中，用户现在可以直接在对话中运行代码、创建表格、文档或幻灯片等文件。
• Chrome 浏览器插件也已面向 Max 用户开放，支持自动网页浏览、填写表格、处理任务等。

📌 上下文编辑 & 记忆工具

这两项能力专为 Claude Sonnet 4.5 打造，旨在帮助开发者更高效地管理长任务场景下的上下文内容，避免因上下文过载导致性能下降或重要信息丢失。

现实任务不设上限，但上下文有「天花板」

随着智能体在实际场景中处理的任务越来越复杂、调用的工具越来越多，开发者常会遇到一个瓶颈：上下文窗口（Context Window）被迅速填满，导致智能体无法继续运行，或者不得不牺牲部分历史内容来腾出空间。

此次更新提供了两个解决方案，帮助开发者将有效信息保留在上下文中，并让有价值的知识在多轮会话中持续保留。

上下文编辑

清理冗余内容，保持任务连贯

当对话接近上下文上限时，上下文编辑功能会自动清除已过时的工具调用结果和中间内容，只保留真正相关的信息。这意味着，智能体可以连续运行更久，无需手动清理旧内容，执行效率也更高。

这项功能不仅延长了任务执行的“有效时间”，还让模型能集中注意力处理最有用的内容，提高整体表现。

记忆工具

用文件持久存储对话之外的重要信息

记忆工具则通过一个独立的文件系统，为智能体提供了“长记忆”能力。Claude 可在开发者配置的存储目录中读写文件，包括创建、读取、更新、删除等操作。

这项机制让智能体可以逐步积累知识，跨会话记住项目状态、保留已学内容，而无需把所有信息都塞进上下文里。

所有的记忆操作都由开发者本地控制，不依赖云端服务。数据存储在哪里、如何保存，都由开发者自己决定。

智能管理上下文

Claude Sonnet 4.5 内置了上下文追踪能力，可以实时监测剩余 token 数量，并根据情况触发上下文清理或调用记忆模块，使整体运行更智能、更灵活。

二者结合后，不仅能延长对话、减少上下文超载，还能在多轮对话中跨阶段调用关键内容，大大增强了智能体的稳定性与表现力。

应用场景

这些功能特别适合需要长时间运行或频繁上下文交互的场景：

• 代码开发：清理旧的文件读取、测试结果，保留架构决策、调试记录，便于在大规模代码库中持续工作。
• 研究分析：删除过时的搜索结果，把重要发现存入记忆库，逐步构建完整的知识体系。
• 数据处理：处理大批量数据时，将中间结果存储在记忆中，同时清理原始数据，避免 token 数超限。

性能实测

在 Anthropic 内部评估中，结合使用上下文编辑与记忆工具的智能体，在复杂多步骤任务中的表现提升了 39%，单独使用上下文编辑也提升了 29%。

在一项 100 轮网页搜索的测试中，原本容易因上下文超限中断的任务，借助上下文编辑顺利完成，同时 token 使用量减少了 84%。

想了解更多，可查看 Cookbooks 代码示例^[4]

Claude Agent SDK 开放使用

发布了用于构建智能体的 Claude Agent SDK。这套工具原本是为内部产品服务的，现在也向开发者全面开放（闭源钉子户总算有点诚意了）。

过去半年里，不断迭代的 Claude Code 解决了很多技术难题，比如长任务如何保存上下文、权限系统如何平衡自动化和用户控制、多个子模块之间如何协同工作等。Agent SDK 提供了这些基础能力，适用于远不止编程领域的应用。

如果你也想打造类似 Claude Code 的工具，现在已经具备了同样的起点。SDK 分为 Python/TypeScript 版本。

TS 版

额，说好的开放，咋只提供了安装包，没有代码呢？是不是我来早了，还没上传代码...

安装 SDK：

npm install @anthropic-ai/claude-agent-sdk

Python 版

Python 目前是有代码的，感兴趣的可以去探索一下。

安装 SDK：

pip install claude-agent-sdk

表现全面提升

Claude Sonnet 4.5 在多个权威测试中表现优异：

• 在 SWE-bench Verified 测试中表现领先，该测试以真实软件开发任务为标准。
• 在 OSWorld 测试中，模型在模拟真实操作系统环境下的任务完成率达到 61.4%，而四个月前的 Claude 4 还停留在 42.2%。
• 多项常见评测也显示出在推理、数学等方面的明显提升。

此外，金融、法律、医学和理工科领域的专业人士认为，Sonnet 4.5 在专业知识和分析判断方面明显优于前代模型（如 Opus 4.1）。

更稳健，更可靠

除了能力增强，Claude Sonnet 4.5 在安全性和使用稳定性方面也有明显优化。

通过更系统的训练，这一版本在避免阿谀奉承、误导性回答、过度寻求控制权，以及鼓励非理性思维等方面有明显改进。在防范“提示注入”类攻击方面，也做了大量工作，显著提升了模型在自动操作类任务中的安全性。

此次发布还配套上线了 Claude Sonnet 4.5 的系统说明文档，首次引入了解释性测试方法，用于评估模型行为的合理性和一致性。

该模型已纳入 ASL-3（AI 安全等级 3） 保护机制，自动筛查潜在风险内容（特别是与化学、生物、放射性及核相关的话题）。若因筛查误判导致中断，也可随时切换回风险更低的 Sonnet 4 继续使用。

想象力实验：“Imagine with Claude”

为了展示 Claude Sonnet 4.5 的动态生成能力，Anthropic 同步推出了一个短期实验项目 “Imagine with Claude”。在这个实验中，Claude 会根据用户的每一步操作即兴创作软件，不依赖预设功能或已有代码。

这个实验面向 Max 用户开放 5 天，访问地址为：https://claude.ai/imagine

使用 & 价格

Claude Sonnet 4.5 现已全面上线。通过 Claude 的 App、API、Claude Code 或浏览器插件均可直接使用，无需额外设置。API 接入方式为 claude-sonnet-4-5，价格保持不变，与上一版本一致，为 $3/$15 每百万 token。

Claude Code 和开发者平台的功能更新对所有用户开放。代码执行和文件创建功能则面向所有付费用户提供。

目前，在 VS Code 中的 GitHub Copilot 插件也可以使用 Claude Sonnet 4.5 了，需要在 GitHub 设置中开启一下。

小结

如你正在寻找更稳定、能力更强、功能更丰富的模型，Claude Sonnet 4.5 值得一试。它不仅适用于开发者，也适用于任何希望在现代工作流程中提升效率和处理复杂问题的人。

DeepSeek-V3.2-Exp

DeepSeek 团队发布了最新实验性模型 DeepSeek-V3.2-Exp，它是在上一版 V3.1-Terminus 基础上的升级尝试，引入了全新的 DeepSeek Sparse Attention（DSA）机制，目标是提升长上下文场景下的训练与推理效率，同时保持输出质量不变。

V3.2-Exp 搭载 DSA 技术，支持更细粒度的稀疏注意力机制，显著降低计算资源消耗，却几乎不影响模型生成质量。这一机制让模型在处理长上下文输入时更高效、更轻量。从最新的基准测试来看，V3.2-Exp 的整体表现与 V3.1-Terminus 相当，但在资源效率方面取得明显进展。

为让更多用户受益，DeepSeek 已将 API 使用费用下调超过 50%，并已立即生效。访问方式不变，App、Web 和 API 端均可使用。

相关资源：

• V3.1-Terminus 对比测试：https://api-docs.deepseek.com/guides/comparison_testing
• 模型下载：https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp
• 技术报告：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

DeepSeek-V3.2-Exp 是一次以“效率提升 + 推理一致性”为核心方向的探索性更新，对于关注长上下文生成与成本优化的用户而言，是一项值得关注的实验成果。

OpenAI 新动态

OpenAI 正在深度结合大模型做一些有趣的产品探索。如 ChatGPT Pulse、AI 电商、家长控制、或将发布的 Sora 2。

ChatGPT Pulse

OpenAI 推出全新的 ChatGPT Pulse 功能，目前在移动端面向 Pro 用户开放预览。不同于以往你需要主动提问的方式，Pulse 会根据你的使用习惯、对话记录以及你提供的反馈，每天自动整理出一组与你高度相关的信息更新，帮助你节省时间、聚焦重点，更高效地处理日常事务。

Pulse 的工作原理很简单：每晚，它会根据你近期的聊天内容、你标记过有用或没用的主题，以及（可选）连接的 Gmail 和 Google 日历，自动进行信息整理，并在第二天以“主题卡片”的形式呈现。你可以快速浏览，也可以点开进一步了解详情。更新内容可能包括你常聊话题的后续进展、当天晚餐灵感、旅行建议，甚至是对某个长期目标的下一步建议。如果你连接了日历，它还能提前提醒你会议安排、重要日子，甚至推荐餐厅。

Pulse 并不是为了让你一直刷内容。每次推送的更新都是有限的，只为当天准备。你可以选择保存到对话历史中，或进一步提出问题深入探讨。目标很明确——它不占用你的注意力，只在你需要的时候出现，帮你把事情往前推进。

更重要的是，Pulse 是可以“调教”的。你可以主动告诉它你关心什么，例如让它每周五整理本地活动，或者提醒它明天优先关注某个话题。你也可以通过简单的 👍👎 操作快速反馈内容是否有帮助，并随时查看或清除个性化记录。你的反馈越多，它就越了解你，推荐也会变得更贴切。

在早期的用户测试中，OpenAI 与一些大学生合作，收集了大量使用反馈。一个最关键的发现是：Pulse 的价值往往在你主动告诉它你想看什么之后才真正体现出来。基于这一点，OpenAI 增加了更多引导和反馈机制，让你更容易上手并塑造属于自己的每日信息流。

总的来说，Pulse 是 OpenAI 在 ChatGPT 基础上的一次重要延伸，它试图从“等你提问”迈向“主动服务”。未来几个月内，这一功能也将逐步开放给更多用户。对于每天需要处理大量信息的人来说，Pulse 也许正是一个值得一试的助手。

AI 电商

通过 Instant Checkout 功能，用户可以在对话中直接完成下单购买。该功能基于 Agentic Commerce Protocol (ACP)^[5] —— 由 OpenAI 与 Stripe 联合开发的开放标准 —— 为商家和开发者提供了一个简单高效的方式，将对话流量转化为实际销售。

Agentic Commerce Protocol 是一个面向未来的开放标准，旨在让 AI 智能体与企业之间的交易过程变得更加顺畅。它不仅能与现有系统兼容，还具备良好的可扩展性，适应未来智能商业的发展趋势。ACP 接入门槛低，适用于各种支付平台和技术栈，同时也为下一代 AI 驱动的电商体验做好了准备。

ACP 已率先应用于如 Etsy 这样的商家体系中，Shopify 也即将接入。它为 AI 接口处理购物场景提供了基础框架。使用 Stripe 的商家，只需添加一行代码即可开启支付功能；而使用其他支付系统的商家，也可通过 Stripe 的 Shared Payment Token API^[6] 或 ACP 的 Delegated Payments 规范实现对接，无需更改原有支付架构。

以下流程图是代理商务协议的端到端数据流。感兴趣的朋友可以查看文档，了解更多 Agentic Commerce^[7]。

家长控制

OpenAI 推出 ChatGPT 家长控制功能，让家长与青少年账号绑定后，自动启用更严格的安全设置，并可根据需要灵活调整功能使用和时间限制。此功能现已在网页端上线，移动端即将推出。设置链接：https://chatgpt.com/parentalcontrols

绑定后，家长可以管理六大关键功能：是否允许显示敏感内容（默认为关闭）、是否启用记忆功能、是否允许对话用于模型训练、设定「安静时间」限制使用时间、关闭语音模式，以及关闭图像生成与编辑功能。

家长无法查看青少年的聊天记录，除非系统检测到严重安全风险，才可能触发通知，并仅提供必要的安全信息。

家长控制的开启需要家长与青少年双方同意绑定，任何一方发起邀请后，另一方确认即可。若青少年中途解除绑定，家长也会收到通知。

OpenAI 表示，家长控制功能是与专家、政策制定者及倡导团体协作设计的，未来将不断优化。同时上线的还有专属资源页面，帮助家长了解 ChatGPT 在家庭中的使用方式与管理建议。

Sora 2 或将发布？

OpenAI 在 X 上发了 3 条视频，结合 Sam 之前的帖子，引起广泛讨论，大意为：OpenAI 正在开发一个独立的社交媒体平台，该平台仅限 AI 生成的视频，时长不超过 10 秒，由即将推出的 Sora 2 模型提供支持，功能包括垂直动态、混音工具、点赞、评论、分享以及个性化视频的身份验证。该应用上周进行了内部测试，获得了员工的积极反馈，公司将其定位为与 Meta 的 Vibes 动态和谷歌在 YouTube Shorts 中集成的 Veo 3 进行竞争。

References