当前位置：首页 > news >正文

从初代 Claude 到 Claude 5：一文看懂 Anthropic 如何把“安全助手”做成 Agent

news 2026/8/2 4:39:46

从初代 Claude 到 Claude 5：一文看懂 Anthropic 如何把“安全助手”做成 Agent

图 1：Claude 处理多项任务的概念插画。图片来源：Anthropic《Introducing Claude 4》

提到大语言模型，很多人先想到 GPT；但在长文档分析、自然写作和编程领域，Claude 同样是一条不能忽视的技术主线。

Claude 由 Anthropic 开发。与“先发布模型，再讨论安全”的叙事不同，Anthropic 在产品诞生前就把可控、可解释和安全对齐放在研究中心。此后 Claude 的每次重要升级，都围绕几个很稳定的问题展开：

模型怎样既有能力，又遵循清晰原则？
怎样读懂更长的文档和代码库？
怎样在速度、价格和智能之间做选择？
怎样从回答问题，走向使用工具和完成任务？

本文将沿着这四个问题，回顾 Claude 从 2021 年 Anthropic 成立，到 2026 年第五代模型的完整发展路径。

先给结论：Claude 的历史是一条“助手 → 工作台 → Agent”路线

如果把六年的变化压缩成一行，可以写成：

安全研究 → Constitutional AI → 长上下文 → 分层模型 → Artifacts → 操作电脑 → 混合推理 → Claude Code → 长任务 Agent

这条路线与“模型越来越大”有关，却不只由规模推动。Claude 真正形成辨识度的地方，是把安全训练、长上下文、产品工作区和工具执行逐步组合起来。

阶段	代表节点	真正改变了什么
研究奠基	Anthropic、Constitutional AI	把“模型应遵循什么原则”写进训练方法
产品起步	Claude 1、Claude 2	从合作伙伴测试走向公开聊天和 API
长文本优势	100K、Claude 2.1 的 200K	可一次分析长文档、报告和代码库
模型分层	Claude 3 Haiku/Sonnet/Opus	用户可按速度、成本和能力选模型
工作空间	Claude 3.5、Artifacts	输出从聊天气泡进入可编辑工作区
工具执行	Computer Use、Claude Code	Claude 开始点击、输入、修改和测试
Agent 化	Claude 4、Claude 5	推理与工具交替，持续完成多步骤任务

01｜2021—2022：先有 Anthropic 的安全研究，后有 Claude

Anthropic 于 2021 年初成立，由 Dario Amodei 和 Daniela Amodei 等人领导。官方早期材料给公司的定位不是“聊天机器人公司”，而是研究如何构建可靠、可解释、可控制的大规模 AI 系统。

2022 年 12 月，Anthropic 发布 Constitutional AI，也就是“宪法式 AI”研究。这里的“宪法”并不是国家法律，而是一组用自然语言写出的行为原则。

它的简化训练流程是：

模型先生成回答；
根据原则批评自己的回答；
修改不符合原则的内容；
用修改后的回答进行监督学习；
再让 AI 根据同一套原则比较候选答案；
使用 AI 反馈进行强化学习，即 RLAIF。

图 2：Constitutional AI 包含监督学习和基于 AI 反馈的强化学习两个阶段。图片来源：Anthropic《Claude’s Constitution》

传统 RLHF 主要由人类标注者比较回答；Constitutional AI 则尝试让模型在明确原则的指导下参与监督。这么做不能自动解决所有安全问题，但有两个重要价值：

原则可以公开阅读和讨论，比隐含在大量标注数据中更透明；
部分监督可由 AI 扩展，减少人类反复接触有害内容的需要。

因此，Claude 从一开始就不只是模型名称，也承载了 Anthropic 对“helpful、honest、harmless”——有帮助、诚实、无害——这一目标的探索。

02｜2023：Claude 正式登场，长上下文成为第一张名片

2023 年 3 月 14 日，Anthropic 正式发布 Claude。初始版本已经过 Notion、Quora 和 DuckDuckGo 等合作伙伴测试，并通过聊天界面和 API 提供能力。

当时有两个版本：

Claude：能力更强的主模型；
Claude Instant：更快、更便宜的轻量模型。

Claude 在摘要、问答、写作、搜索辅助和编程等任务上提供服务，但真正迅速形成差异化的，是它的上下文窗口。

从 9K 到 100K：一次读进一本书

2023 年 5 月，Claude 的上下文从 9K 扩展到 100K token，约相当于 7.5 万个英文单词。用户可以一次提交数百页材料，让模型跨章节检索、总结和比较。

需要注意：上下文窗口大，不等于每个细节都能百分之百记住。长文本能力还取决于信息位置、任务难度、提示方法和模型本身的检索能力。

Claude 2 与 2.1：长文本进入企业场景

2023 年 7 月，Claude 2 发布，并通过公开测试网站 claude.ai 面向更多用户。它提升了编程、数学和推理能力，也能生成更长回答。

11 月发布的 Claude 2.1 又把上下文扩大到 200K token，约相当于 15 万个英文单词或 500 多页材料，同时加入系统提示词和工具使用测试。

至此，Claude 的早期形象已经很清晰：它不只适合闲聊，更希望成为处理合同、财报、论文、技术文档和代码库的工作助手。

03｜2024：Claude 3 建立 Haiku、Sonnet、Opus 三档体系

2024 年 3 月，Claude 3 家族发布。Anthropic 没有只给出一个模型，而是同时推出三种定位：

Haiku：速度最快、成本最低；
Sonnet：能力、速度和价格的平衡档；
Opus：面向高难任务的旗舰档。

这套命名后来成为理解 Claude 的关键。Haiku、Sonnet、Opus 不是第 1、2、3 代，而是同一代产品中的不同能力层级。

Claude 3 还补上了图像输入能力，可以分析照片、图表、页面截图和技术图示。Claude 从纯文本助手变成了视觉语言模型。

这一步的意义并不只是“模型更多”。对于开发者而言，同一套模型家族可以覆盖：

大量低延迟请求；
日常分析和内容生成；
少量但复杂、价值更高的任务。

04｜2024 年中：Claude 3.5 Sonnet 与 Artifacts，把聊天框变成工作区

2024 年 6 月，Claude 3.5 Sonnet 发布。它以 Sonnet 档的速度和价格，在多项能力上超过上一代旗舰 Claude 3 Opus。

这说明模型进步不一定表现为“旗舰越来越贵”，也可能表现为：原本只有最高档才能做到的事，逐渐下放到更实用的中间档。

与 3.5 Sonnet 同时出现的 Artifacts，对普通用户的影响甚至不亚于模型升级。

当 Claude 生成代码、文档、图表或网页时，结果不再全部挤在对话消息中，而是显示在独立区域，用户可以预览、修改和继续迭代。

它改变了 Claude 的产品形态：

对话负责描述意图，Artifact 负责承载作品。

AI 产品由“问一句、答一句”，开始转向“对话旁边有一张持续编辑的工作台”。

05｜2024 年末：Computer Use，让 Claude 学会操作人类的软件

2024 年 10 月，Anthropic 发布升级版 Claude 3.5 Sonnet，并公开测试 Computer Use。

图 4：Computer Use 让 Claude 根据屏幕画面移动鼠标、点击和输入。图片来源：Anthropic《Introducing computer use》

传统工具调用通常要求开发者为每个服务准备结构化 API；Computer Use 尝试走另一条路：让 Claude 像人一样观察屏幕、移动光标、点击按钮和输入文字。

这意味着即使旧软件没有专门为 AI 提供接口，模型也有机会通过原有图形界面完成任务。

但官方在发布时也明确说明，这项能力仍处于实验阶段，可能缓慢、笨拙或出错。Computer Use 还会引入新的安全问题，例如网页中隐藏的提示注入、误点按钮和高权限操作。

因此，Computer Use 的历史意义不是“AI 已能完全代替人操作电脑”，而是：

大模型的输出第一次系统性地从文字扩展成界面动作。

06｜2025：Claude 3.7 把快速回答与深度推理合进同一个模型

2025 年 2 月，Claude 3.7 Sonnet 发布。Anthropic 将其称为混合推理模型：

普通模式可以快速回答；
Extended Thinking 可以在复杂问题上投入更多推理；
API 用户可以控制思考预算，在成本、速度和质量之间调整。

这与单独维护“普通模型”和“推理模型”的思路不同。Claude 3.7 希望让同一个模型既能快速响应，也能在需要时深入思考。

Claude Code：Claude 找到了最重要的 Agent 场景

Claude 3.7 发布时，Anthropic 还推出 Claude Code 研究预览版。

图 5：Claude Code 最初以终端工具形态发布。图片来源：Anthropic《Claude 3.7 Sonnet and Claude Code》

Claude Code 不只是把代码复制进聊天框。得到授权后，它可以：

搜索并读取代码库；
编辑多个文件；
执行命令和测试；
根据失败结果继续修改；
提交代码或参与 GitHub 工作流。

这构成了一个典型 Agent 闭环：

理解目标 → 观察环境 → 采取行动 → 检查反馈 → 修正方案

编程之所以成为 Agent 最早成熟的场景之一，是因为结果相对容易验证：代码能否编译、测试能否通过、页面能否运行，都能给模型提供清晰反馈。

07｜2025：Claude 4 从“会推理”走向“边推理边使用工具”

2025 年 5 月，Claude Opus 4 和 Claude Sonnet 4 发布。它们延续混合推理路线，并增加了一个关键能力：在 Extended Thinking 过程中调用工具。

模型可以形成这样的循环：

分析问题 ↓ 搜索资料或运行代码 ↓ 读取工具返回结果 ↓ 继续推理 ↓ 再次调用工具或输出结论

相比“先想完，再一次性调用工具”，推理与工具交替更适合研究、编程和长时间任务。

Claude 4 发布时，Claude Code 也从研究预览走向正式可用，并逐渐进入终端、IDE、GitHub 和自动化流程。

同年后续的 Sonnet 4.5、Haiku 4.5 和 Opus 4.5，则继续强化编程、Computer Use、智能体执行与成本效率。此时 Claude 的竞争重点已经从“能不能回答”，转向“能不能持续做完”。

08｜2026：Claude 4.x 快速迭代，第五代开始重构模型层级

2026 年初，Claude Opus 4.6 和 Sonnet 4.6 延续 Agent 与专业工作的方向。Sonnet 4.6 提供 100 万 token 上下文测试，并强化 Computer Use、长上下文推理、Agent 规划和知识工作。

随后 Opus 4.7、Opus 4.8 继续改善工具效率、长任务可靠性和自我检查。这里不必把每个小版本都看成全新一代，它们更像 Claude 4 家族的快速工程迭代。

Fable 5 与 Mythos 5：能力与访问边界开始分层

2026 年 6 月，Anthropic 发布 Claude Fable 5 与 Claude Mythos 5。

根据官方说明，两者使用相同的底层模型，但部署方式不同：

Fable 5：加入更强安全防护，面向通用用户和高难知识工作；
Mythos 5：在部分领域放宽防护，仅通过可信访问计划提供给少量网络安全和研究合作方。

这代表一个新的行业问题：当模型在网络安全、生物研究等领域的能力变得更强时，“是否开放”不再只是产品定价问题，也涉及能力分级、身份验证和使用审计。

Sonnet 5：把第五代 Agent 能力带到主流档

2026 年 6 月 30 日，Claude Sonnet 5 发布并成为 Free 和 Pro 计划的默认模型。官方把它定位为更具 Agent 能力的 Sonnet：可以制定计划、使用浏览器与终端，并以更低成本持续执行多步骤任务。

截至 2026 年 7 月，Claude 的第五代并不是单一旗舰：

Fable 面向最高难度的通用任务；
Mythos 面向受限的高能力专业场景；
Sonnet 面向更大规模的日常 Agent 工作负载。

Claude 的名字到底应该怎样读？

Claude 的命名比单纯的数字版本更复杂，可以分成三层。

名称组成	表示什么	示例
Claude	产品与模型家族总称	Claude.ai、Claude API
3、4、5	模型代际	Claude 3、Claude 4、第五代
.5、.6、.7、.8	同一代中的重要迭代	Sonnet 3.7、Opus 4.8
Haiku	快速、低成本档	Claude 3 Haiku
Sonnet	能力与成本平衡档	Claude Sonnet 5
Opus	Claude 3/4 时代的高能力档	Claude Opus 4.8
Fable	第五代通用高能力模型	Claude Fable 5
Mythos	受限访问的高能力专业模型	Claude Mythos 5

所以，“Opus 比 Sonnet 数字大”这种说法并不准确，因为它们不是数字；而“Sonnet 5 一定强于所有 Opus 4.x”也不能仅凭代际得出，需要看具体任务、成本和评测条件。

真正推动 Claude 演进的五条主线

1. 安全对齐从附加规则变成训练方法

Constitutional AI、新版 Claude Constitution、系统卡和分级部署，都说明安全不是发布页面最后的一段免责声明，而是 Claude 技术与产品设计的一部分。

2. 长上下文从卖点变成基础设施

从 9K、100K、200K 到 100 万 token 测试，Claude 长文本能力逐步服务于代码库、合同、研究报告和企业知识库。但上下文越长，越需要检索、压缩和验证机制。

3. 模型从单一旗舰变成成本曲线

Haiku、Sonnet、Opus 的设计让开发者不必在所有任务上使用最贵模型。第五代进一步出现 Fable、Mythos 和 Sonnet 的角色分工。

4. 产品从聊天窗口变成工作环境

Projects、Artifacts、连接器和文件能力让对话拥有长期材料与可编辑输出，Claude 不再只是“发消息的机器人”。

5. 输出从文字变成可验证的动作

Computer Use、工具调用和 Claude Code 把输出扩展到点击、搜索、编辑文件、运行测试和操作外部系统。能否可靠完成闭环，开始比单次回答更重要。

从 Claude 的历史中，不应得出哪些结论？

误区一：Claude 只是一款更长上下文的聊天机器人

长上下文是早期优势，但 Claude 后续最重要的变化已经转向 Artifacts、Computer Use、编程和 Agent。

误区二：有“宪法”就不会犯错

Constitutional AI 是对齐方法，不是正确性证明。Claude 仍可能产生错误事实、误解要求或执行错误操作。

误区三：上下文窗口越大，记忆就越可靠

窗口表示模型最多能接收多少内容，并不保证所有位置的信息都被同等准确地使用。

误区四：Computer Use 等于可以放任模型操作电脑

界面操作会受到提示注入、误操作和权限过大的影响。涉及删除、支付、发布和发送信息时，应保留人工确认。

误区五：官方基准分数就是你的实际效果

基准测试依赖提示词、工具、采样次数和测试环境。生产选型仍应使用自己的真实任务评估。

结语：Claude 的下一阶段，是“更长时间地保持可靠”

Claude 的发展路线可以概括为：

2021—2022 年，Anthropic 建立安全与可控研究基础；
2023 年，Claude 产品化，并凭长上下文形成特点；
2024 年，三档模型、视觉能力和 Artifacts 构成完整产品体系；
2024 年末，Computer Use 让模型开始操作外部环境；
2025 年，混合推理和 Claude Code 建立 Agent 闭环；
2026 年，第五代模型开始按照成本、风险与访问权限重新分层。

Claude 最初希望成为一个“有帮助、诚实、无害”的对话助手；今天，它正在变成能阅读项目、使用工具、修改文件并持续推进任务的协作者。

下一阶段真正困难的问题，可能不再是“模型能否做出一次惊艳演示”，而是：

它能否在数小时甚至数天的任务里持续理解目标、正确使用权限、发现自己的错误，并交付可验证的结果？

这也是从大语言模型走向真正 Agent 系统时，最值得关注的分界线。

官方资料与延伸阅读

Anthropic，2021：Anthropic raises $124 million to build more reliable, general AI systems
Anthropic，2022：Constitutional AI: Harmlessness from AI Feedback
Anthropic，2023：Introducing Claude
Anthropic，2023：Claude’s Constitution
Anthropic，2023：Introducing 100K Context Windows
Anthropic，2023：Claude 2
Anthropic，2023：Introducing Claude 2.1
Anthropic，2024：Introducing the next generation of Claude
Anthropic，2024：Claude 3.5 Sonnet
Anthropic，2024：Introducing computer use
Anthropic，2025：Claude 3.7 Sonnet and Claude Code
Anthropic，2025：Introducing Claude 4
Anthropic，2026：Introducing Claude Sonnet 4.6
Anthropic，2026：Introducing Claude Opus 4.8
Anthropic，2026：Claude Fable 5 and Claude Mythos 5
Anthropic，2026：Introducing Claude Sonnet 5