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

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。

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：

1. 模型先生成回答；
2. 根据原则批评自己的回答；
3. 修改不符合原则的内容；
4. 用修改后的回答进行监督学习；
5. 再让 AI 根据同一套原则比较候选答案；
6. 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：

1. 搜索并读取代码库；
2. 编辑多个文件；
3. 执行命令和测试；
4. 根据失败结果继续修改；
5. 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。

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

1. Anthropic，2021：Anthropic raises $124 million to build more reliable, general AI systems
2. Anthropic，2022：Constitutional AI: Harmlessness from AI Feedback
3. Anthropic，2023：Introducing Claude
4. Anthropic，2023：Claude’s Constitution
5. Anthropic，2023：Introducing 100K Context Windows
6. Anthropic，2023：Claude 2
7. Anthropic，2023：Introducing Claude 2.1
8. Anthropic，2024：Introducing the next generation of Claude
9. Anthropic，2024：Claude 3.5 Sonnet
10. Anthropic，2024：Introducing computer use
11. Anthropic，2025：Claude 3.7 Sonnet and Claude Code
12. Anthropic，2025：Introducing Claude 4
13. Anthropic，2026：Introducing Claude Sonnet 4.6
14. Anthropic，2026：Introducing Claude Opus 4.8
15. Anthropic，2026：Claude Fable 5 and Claude Mythos 5
16. Anthropic，2026：Introducing Claude Sonnet 5

本文资料截止于 2026 年 7 月 31 日。Claude 的模型名称、默认模型、价格和开放范围变化较快，请以 Anthropic 官方页面和开发者文档为准。

本文配图均下载自相应的 Anthropic 官方发布页，仅用于技术科普和版本说明；图片版权归 Anthropic 或相应权利人所有。发布到 CSDN 时建议保留图注与来源链接。

下一篇预告：Claude 的 Haiku、Sonnet、Opus、Fable、Mythos 命名体系到底怎么理解？