一個(gè)模型，兩種思考方式。

北京時(shí)間 2 月 25 日，Anthropic 最新發(fā)布的 Claude 3.7 Sonnet 和 Claude Code，讓 AI 技術(shù)圈再次炸開(kāi)了鍋。

對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，基于 Claude 3.7 Sonnet 模型打造 Claude Code 是一份意外驚喜。作為一個(gè)面向代碼編輯、測(cè)試和命令行交互的 AI 工具，Claude Code 的亮相迅速引發(fā)了開(kāi)發(fā)者的熱議，很多開(kāi)發(fā)者在進(jìn)行了開(kāi)發(fā)嘗試后，都在 X（原 Twitter）上直呼「哇塞」。

有人用一句話就創(chuàng)建出了「立等可玩」的仿《我的世界》游戲：

圖/ X

有人用一句話寫(xiě)好了一個(gè)動(dòng)效自然的天氣卡片：

圖/ X

還有人用一句話直接生成了一個(gè)帶光影變化的 3D 城市：

圖/ X

但如果把視角拉遠(yuǎn)，從 AI 發(fā)展的產(chǎn)品策略來(lái)看，更值得關(guān)注的可能還是：Claude 3.7 Sonnet 是全球第一個(gè)混合推理模型。

簡(jiǎn)單來(lái)說(shuō)，Claude 3.7 Sonnet 擁有標(biāo)準(zhǔn)模型和擴(kuò)展模型（高級(jí)推理）兩種模式，前者是 Claude 3.5 Sonnet、（OpenAI）GPT-4o、DeepSeek V3 這類(lèi)「?jìng)鹘y(tǒng)模型」，后者則是 DeepSeek R1、OpenAI o1 這類(lèi)「推理模型」。

但不同于 OpenAI、DeepSeek 將兩種模型獨(dú)立運(yùn)行，Claude 3.7 Sonnet 選擇了「融合」：既可以像傳統(tǒng)模型那樣迅速給出回答，又能在復(fù)雜問(wèn)題上調(diào)用更深層次的推理能力進(jìn)行思考，并給出更好的回答。

圖/ Claude

在此之前，AI 需要在「快」和「準(zhǔn)」之間做選擇。要么是 GPT-4o 這樣的傳統(tǒng)模型，獲得快速但不一定嚴(yán)謹(jǐn)?shù)幕卮�；要么轉(zhuǎn)向 DeepSeek R1 或 OpenAI o1 這樣的推理模型，等待更久，但換來(lái)更高的計(jì)算精度和更合理的回答。

現(xiàn)在，Claude 3.7 Sonnet 試圖打破這個(gè)割裂，讓 AI 在效率和智能之間找到平衡，而 Anthropic 邁出的這一步，也在試圖定義 AI 未來(lái)的產(chǎn)品形態(tài)。

Claude 3.7 Sonnet 升級(jí)，不只是編程能力提升

和所有 AI 版本升級(jí)一樣，Claude 3.7 Sonnet 的強(qiáng)大，首先可以從各類(lèi) Benchmark 跑分中直觀地體現(xiàn)出來(lái)。

在 MMLU（大規(guī)模多任務(wù)語(yǔ)言理解）、GSM8K（數(shù)學(xué)推理）和 HumanEval（代碼生成）等測(cè)試中，Claude 3.7 Sonnet 的表現(xiàn)全面超越 3.5 版本，甚至在部分任務(wù)上已經(jīng)能與 Claude 3 Opus（教師模型）相媲美。

Anthropic 甚至還讓 Claude 3.7 Sonnet 跑了《寶可夢(mèng)》游戲測(cè)試，也展現(xiàn)出了超越前代模型的決策與規(guī)劃能力。

圖/ Claude

不過(guò)更明顯的升級(jí)，還是體現(xiàn)在代碼理解這類(lèi)高度依賴推理能力的任務(wù)上，Claude 3.7 Sonnet 取得了跨代式的躍遷，本來(lái)就公認(rèn)領(lǐng)先的軟件開(kāi)發(fā)能力，又有了大幅提升。

圖/ Claude

但跑分只是冰冷的數(shù)字，真正讓人印象深刻的，是它在實(shí)際應(yīng)用中的表現(xiàn)。對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，最直觀的感受來(lái)自編程能力的提升，Claude 3.7 Sonnet 能給出比前代更高效的代碼邏輯，甚至可以檢測(cè)潛在的安全漏洞，提出合理的修復(fù)方案。

當(dāng)然，Claude 3.7 Sonnet 在數(shù)學(xué)推理上的級(jí)也不可不提。之前 Claude 3.5 Sonnet 在 GSM8K 這類(lèi)測(cè)試中表現(xiàn)并不算頂尖，偶爾還會(huì)翻車(chē)，給出錯(cuò)誤答案。

但 3.7 版本的升級(jí)，顯然補(bǔ)齊了這塊短板——有人測(cè)試發(fā)現(xiàn)，它在涉及多步推理的題目上正確率明顯提高，甚至可以在解答數(shù)學(xué)題時(shí)，自己檢查并修正推導(dǎo)過(guò)程，就像一個(gè)經(jīng)驗(yàn)豐富的考生，答完題后還會(huì)主動(dòng)回頭檢查答案。

而這一切提升，最終導(dǎo)向了 Claude 3.7 Sonnet 最核心的變革——混合推理模式。

正如前文所提，Claude 3.7 Sonnet 在原本標(biāo)準(zhǔn)模型的基礎(chǔ)上融入了新的擴(kuò)展模型，實(shí)現(xiàn)了「一個(gè)模型，兩種思考方式」，既能快速反應(yīng)，又能深入思考。

圖/ Claude

作為 Claude 3.5 Sonnet 的升級(jí)版，Claude 3.7 Sonnet 除了編程和工具調(diào)用能力，在標(biāo)準(zhǔn)模式下的整體性能升級(jí)其實(shí)不大。而在擴(kuò)展模式下，Claude 在回答前會(huì)進(jìn)行自我反思（思考鏈），從而提高了在數(shù)學(xué)、物理、指令遵循、編碼和其他許多任務(wù)上的表現(xiàn)。

更重要的是，你可以選擇何時(shí)讓模型正�；卮�，何時(shí)讓它思考更長(zhǎng)的時(shí)間后再回答。同時(shí)針對(duì) API 調(diào)用，Claude 3.7 Sonnet 還支持自定義「思考鏈」的長(zhǎng)短限制，允許開(kāi)發(fā)者根據(jù)實(shí)際場(chǎng)景在回答質(zhì)量（以及成本）與速度之間進(jìn)行權(quán)衡。

推理模型的痛點(diǎn)，Claude 一招就破解了？

OpenAI o1、DeepSeek R1 這類(lèi)推理模型流行后，相信大家都發(fā)現(xiàn)了，雖然 推理模型確實(shí)在數(shù)學(xué)、代碼、邏輯推理等任務(wù)上遠(yuǎn)勝傳統(tǒng)模型，但它們普遍存在一個(gè)致命短板：思考過(guò)程長(zhǎng)、響應(yīng)延遲明顯。

輸入一個(gè)問(wèn)題，往往要等待十幾秒甚至更長(zhǎng)時(shí)間，才能得到答案。

如果說(shuō)面對(duì)復(fù)雜問(wèn)題，推理模型往往能夠給出準(zhǔn)確度更高的答案，值得等待；但如果只是日常聊天或信息檢索，這種等待顯然過(guò)于昂貴，更遑論推理模型的「幻覺(jué)」并沒(méi)有減少，甚至可能更高。

這也導(dǎo)致，用戶如果想在「速度」和「深度」之間做選擇，就必須在兩個(gè)不同模型之間切換。比如，日常交流時(shí)用 GPT-4o 或者 DeepSeek V3，但如果遇到復(fù)雜的數(shù)學(xué)推理或者代碼邏輯問(wèn)題，改用 OpenAI o1 或 DeepSeek R1 這類(lèi)推理模型。

圖/ X

但這種選擇真的「繞不開(kāi)」嗎？在當(dāng)前的技術(shù)架構(gòu)下，AI 的推理能力和響應(yīng)速度，幾乎是一個(gè)此消彼長(zhǎng)的關(guān)系。推理模型的核心優(yōu)勢(shì)是更強(qiáng)的邏輯能力，但代價(jià)是計(jì)算量更大，生成速度更慢，甚至需要額外的服務(wù)器資源支持。

而這，正是 Claude 3.7 Sonnet 沒(méi)有簡(jiǎn)單復(fù)制 o1 或 R1，而是選擇了「混合推理」模式的關(guān)鍵原因。

采用混合推理模式，AI 可以在標(biāo)準(zhǔn)模式和擴(kuò)展模式之間自由切換。打個(gè)比方，這就像是一個(gè)經(jīng)驗(yàn)豐富的咨詢師，面對(duì)簡(jiǎn)單問(wèn)題可以立刻給出答案，而面對(duì)復(fù)雜問(wèn)題時(shí)，會(huì)停下來(lái)認(rèn)真思考，而不是讓客戶自己去決定該用哪種方式。

這也直接帶來(lái)了兩個(gè)好處：普通用戶不用煩擾選擇，開(kāi)發(fā)者也可以靈活調(diào)整 AI 的思考方式。

一方面，在普通對(duì)話、搜索信息、文案寫(xiě)作等日常任務(wù)中，Claude 3.7 Sonnet 依舊保持流暢的響應(yīng)速度，和 GPT-4o 這樣的模型表現(xiàn)類(lèi)似。但當(dāng)提出數(shù)學(xué)計(jì)算、編程、邏輯推理等高復(fù)雜度任務(wù)時(shí)，根據(jù)需要進(jìn)行適度的「深度思考」，實(shí)現(xiàn)效果、體驗(yàn)與成本的平衡。

另一方面，在對(duì)實(shí)時(shí)性要求較高的場(chǎng)景或者應(yīng)用（比如 AI 語(yǔ)音助手、客服系統(tǒng)）中，開(kāi)發(fā)者可以盡可能縮短 AI 的思考鏈，甚至僅使用標(biāo)準(zhǔn)模型，保證最快地響應(yīng)�？梢栽趯�(duì)精度要求較高的任務(wù)（比如代碼審計(jì)、法律分析、金融預(yù)測(cè)）中，適當(dāng)調(diào)整模型推理的深度，讓 AI 更仔細(xì)地思考每個(gè)步驟。

混合推理會(huì)成為AI主流趨勢(shì)？

圖/ Claude

當(dāng)然，混合推理模式并非完美無(wú)缺，比如 AI 如何判斷某個(gè)任務(wù)是否需要進(jìn)入「深度推理」？這個(gè)判斷一旦出錯(cuò)，要么導(dǎo)致延遲過(guò)長(zhǎng)（不必要地進(jìn)入深度模式），要么導(dǎo)致答案不夠精準(zhǔn)（應(yīng)該深度推理但沒(méi)有執(zhí)行）。

但從產(chǎn)品策略來(lái)看，它極有可能成為 AI 未來(lái)的主流趨勢(shì)。因?yàn)樗�抓住了一個(gè)核心問(wèn)題：用戶并不想糾結(jié)于模型的選擇，只關(guān)心 AI 對(duì)話的結(jié)果和體驗(yàn)。

換句話說(shuō)，如果 Anthropic 能進(jìn)一步優(yōu)化動(dòng)態(tài)判斷的精準(zhǔn)度，并通過(guò) API 讓開(kāi)發(fā)者可以更靈活地調(diào)整推理策略，「混合推理模式」可能會(huì)成為大模型發(fā)展的下一個(gè)標(biāo)準(zhǔn)配置。

屆時(shí)，OpenAI 和 DeepSeek 等大模型廠商也可能會(huì)一起跟進(jìn)，將自己的推理模型與傳統(tǒng)模型進(jìn)行整合，共同促成一次 AI 產(chǎn)品范式的轉(zhuǎn)變。

來(lái)源：雷科技

       原文標(biāo)題 : Claude發(fā)布全球首款混合推理模型，這會(huì)是AI的新標(biāo)準(zhǔn)？