Claude Code 內部揭秘：由研究預覽到十億美元級 AI 編程神器

由 2025 年 2 月一路到 5 月正式版推出之前，0.2.x 系列版本一直穩定咁改善緊 Terminal 嘅使用體驗。當 Claude Code 正式推出嗰陣，佢基本上已經準備好畀工程師用喺真正嘅軟件開發工作上 。

模型進化：Opus 4.x 系列成為幕後功臣

要講 Claude Code 點解咁勁，就一定要睇下背後嗰幾代旗艦模型嘅升級。每一代 Opus 推出，都會令到佢嘅編碼能力、推理能力同可靠性大幅提升。

Claude Opus 4.5（2025 年 11 月）

Claude Opus 4.5 喺 2025 年 11 月推出，Anthropic 定位佢為「全世界最叻嘅模型，無論係編碼、做代理定係電腦操作都係頂尖」 。佢亦都奠定咗 Opus 4.x 嘅架構基礎。

Claude Opus 4.6（2026 年 2 月 5 日）

Opus 4.6 喺規劃能力、長時間代理任務嘅可靠性、同埋喺大型程式碼庫入面操作都有明顯進步。最值得留意嘅係，佢首次喺測試版入面加入咗 100 萬 token 嘅超長上下文視窗（Context Window），係 Opus 級別嘅模型第一次做到呢個規模嘅處理能力 。

Claude Opus 4.7（2026 年 4 月）

由 Opus 4.6 到 Opus 4.7，係一次震撼咗編碼界嘅大躍進。淨係一個版本嘅更新，Anthropic 就將 SWE-bench Verified 嘅分數，由 80.8% 一口氣推到上 87.6% 。佢更加將 SWE-bench Pro 由 53.4% 跳升到 64.3%，領先當時嘅主要競爭對手超過 10 個百分點 。

Opus 4.7 引入咗「自適應思考」（Adaptive Thinking），可以按任務嘅複雜度動態分配運算資源，仲將 100 萬 token 嘅上下文視窗，升級到可以喺 Anthropic API、Amazon Bedrock 同 Google Cloud Vertex AI 度穩定咁用 。

Claude Opus 4.8（2026 年 5 月 28 日）

最新嘅模型升級可以話係精益求精。Opus 4.8 係建基於 Opus 4.7 嘅改良版，佢將 SWE-bench Pro 分數由 64.3% 再推到 69.2%，同時大幅減少咗未被檢測到嘅程式碼缺陷發生率。Anthropic 話，呢個模型「走漏眼」放過自己寫嘅程式漏洞嘅機率，比上一代低咗四倍，而且早期測試者仲發現佢更加願意主動標記返自己唔確定嘅地方，冇咁易亂咁作出冇根據嘅斷言 。

最重要嘅係，Opus 4.8 嘅 API 完全兼容 Opus 4.7 嘅程式碼，價錢一樣之餘，仲推出咗一個速度快 2.5 倍嘅「快速模式」，成本只係之前型號嘅三分之一，直接令開發者用 Claude Code 嗰陣爽快好多 。

Code with Claude 2026：識做夢、受管理嘅代理同平台化轉型

Anthropic 喺 2026 年 5 月 6 日搞咗佢哋首屆年度開發者大會「Code with Claude」，主場喺三藩市，倫敦同東京都有衛星活動 。今次大會冇好似往常咁推出新模型，而係將重點完全放喺平台功能上面，當中最搶眼嘅，就係畀「Claude 受管理代理」（Claude Managed Agents）用嘅一系列新功能。

四項受管理代理嘅新功能

Anthropic 一口氣為佢哋嘅託管式狀態代理執行環境推出咗四項新功能，而呢個環境大概喺一個月前，即係 2026 年 4 月初先開始公開測試 。

「做夢」Dreaming（研究預覽版） 可以話係咁多項入面概念最大膽嗰個。當代理處於閒置狀態時，一個排定咗嘅背景程序會自動檢閱最多 100 次過往嘅對話記錄，分析返有冇啲經常重複嘅模式、工作流程，或者係犯過嘅錯，然後重新編寫代理嘅記憶庫，令到啲記憶更加「高純度」。原始嘅對話記錄會原封不動咁保留，代理只會明確咁採用呢啲記憶更新，而且開發者仲可以揀人手審批，先至改動記憶 。

呢個機制等於令代理可以隨住時間自己進步，唔使吓吓都要重新訓練。目前呢項功能處於研究預覽階段，需要申請先用得 。

「成果」Outcomes（公開測試版） 引入咗結構化嘅成功標準。一個獨立嘅評估器會喺隔離咗嘅上下文視窗入面運作，根據開發者定好嘅評分標準（Rubrics）嚟打分，如果分數低過門檻，代理就會自動重做 。

「多代理協作」Multi-Agent Orchestration（公開測試版） 容許一個領頭嘅代理將複雜嘅任務拆散，再分派畀一班專精嘅子代理，每個子代理都可以有自己嘅模型、指令同工具，仲可以喺同一個共享嘅檔案系統上面並行作業 。

Webhooks（公開測試版） 畀代理喺搞掂任務之後，可以主動發送通知去外部系統，等成個工作流程可以由「對話驅動」變成「事件驅動」 。

其他發布

除咗受管理代理嘅功能之外，「Code with Claude」大會仲有以下發布：

• Claude Finance：一套包含 10 個預先組建好嘅金融代理，另外仲有消息話「Finance Agent v1.1」喺基準測試度攞到 64.4% 嘅分數 。
• 附加元件 Add-ins：一個全新嘅擴充機制，用嚟將外部工具整合入 Claude 嘅介面 。
• SpaceX 運算合作：呢個合作令到 Claude Code 喺 SpaceX 嘅「Colossus」超級電腦上嘅用量配額可以翻倍，顯示出 Anthropic 喺大規模運算可用性上嘅野心 。
• 動態工作流程 Dynamic Workflows：Claude Code 內部嘅一個研究預覽功能，可以一次過衍生出幾十到幾百個並行嘅子代理，喺幕後驗證晒啲輸出，先至匯報返結果 。

Claude Code 跑到啲咩分數出嚟？87.6% 嘅 SWE-bench 分數同更多

Claude Code 最為人津津樂道嘅，就係佢嗰個標誌性嘅 87.6% 分數，係用 Claude Opus 4.7 嘅自適應模式喺 SWE-bench Verified 呢個基準測試度創出嚟嘅 。截至 2026 年 6 月，呢個分數代表住市面上所有通用 AI 編碼代理之中嘅最高水平。

SWE-bench Verified 係一套由 500 個真實 GitHub 問題組成、經過人手篩選嘅測試集，全部都係出自開源 Python 庫，要求代理由頭到尾完整解決問題。佢已經成為咗業界評核代理式軟件工程能力嘅黃金標準。Claude Code 喺呢個排行榜嘅崛起過程——由 Opus 4.5 嘅 80.9% 升到 Opus 4.7 嘅 87.6%——本身就係一個好有說服力嘅產品故事 。

關於「自適應」測試環境（Adaptive Harness）

87.6% 呢個分數唔係固定不變嘅。佢取決於背後嘅模型、指令（Prompt）同埋「測試環境」（Harness）——即係嗰個負責編排點樣使用工具嘅執行環境。Claude Opus 4.7 嘅自適應模式會按每個任務嘅需要，動態咁分配運算資源，遇到複雜嘅重構就畀多啲資源。如果係冇開到呢個自適應模式嘅獨立版 Claude Code，喺同一個基準測試度就只會攞到 80.8% 。

喺更加難嘅 SWE-bench Pro 基準測試入面——呢個測試模擬嘅係更難嘅真實世界問題——Opus 4.7 攞到 64.3%，領先 GPT-5.4 嘅 57.7%、GPT-5.5 嘅 58.6% 同埋 Gemini 3.1 Pro 嘅 54.2% 。後嚟 Opus 4.8 再將 SWE-bench Pro 嘅分數推到上 69.2% 。

其他基準測試同競爭對手嘅表現

Claude Code 喺多個基準測試度嘅表現都好標青：

• Terminal-Bench 2.0：用 Opus 4.7 攞到 69.4% 。
• CursorBench：用 Opus 4.7 攞到 70%，對比 Opus 4.6 嗰陣係 58% 。
• MCP-Atlas：77.3%，呢個係針對佢使用工具能力嘅評分 。

喺盲測嘅程式碼品質評比入面，Claude Code 喺頭對頭比較（head-to-head）入面贏咗 67% 。

不過要留意，呢個競爭嘅局面仍然瞬息萬變。OpenAI 嘅 GPT-5.5 喺 2026 年中曾經短暫咁喺 SWE-bench Verified 度攞到 88.7% 領先，令到出現咗 Claude Code 喺 SWE-bench Pro 領先，而 GPT-5.5 就喺 Verified 領先嘅分庭抗禮局面 。隨住每次新模型推出，呢個排行榜都會不斷變化。

能夠處理成個項目嘅自主性：Anthropic 嘅差異化策略

Anthropic 對 Claude Code 嘅市場定位，已經濃縮成 「長時間自主性」（Long-Horizon Autonomy） 呢個概念。Claude Opus 4.8 被形容為具有「能夠持續處理長時間任務嘅一致性同自主性」，仲被明確標籤做「Anthropic 最強嘅模型，用嚟處理複雜推理、長時間代理編碼同高自主性嘅工作」 。

呢種強調持續、獨立運作，而唔係單次問答嘅方針，正正係 Claude Code 最與別不同嘅地方。「做夢」、自適應運算分配、多代理協作呢啲功能，全部都指向一個設計理念：就係期望代理可以跨工作階段咁運作，由自己嘅輸出入面學習，仲能夠喺開發者盡量唔介入嘅情況下，管理涉及多個檔案嘅複雜項目。

Anthropic 仲開始強調「模型誠實度」係佢哋嘅競爭優勢。Opus 4.8 嘅發布就重點強調咗，呢個模型更願意標記唔確定嘅地方，避免作出冇根據嘅斷言——呢種務實嘅安全取態，係衝住嗰啲需要喺生產環境信賴代理輸出嘅開發者而嚟嘅 。

Claude Code 進化時間線