Новая модель Claude 4 от Anthropic побила рекорды автономной работы — 7 часов непрерывного рефакторинга кода! По заявлениям разработчиков, она обгоняет Gemini в бенчмарках и может работать без вмешательства человека. Интересно, успел ли кто-то проверить на своих проектах? 👨💻🔥
Технический релиз: Claude 4 от Anthropic устанавливает новый стандарт автономного программирования
Anthropic представила Claude Opus 4 и Claude Sonnet 4 — свои наиболее продвинутые на сегодня модели ИИ для разработки ПО. Ключевое отличие новых версий — способность к длительной автономной работе: в тестах модель демонстрировала когерентное выполнение задач рефакторинга кода на протяжении 7 часов без вмешательства человека. Для сравнения, предыдущие версии сохраняли работоспособность лишь 1-2 часа.
Архитектура и возможности новых моделей
Трехуровневая линейка моделей (Haiku, Sonnet, Opus) сохраняется, но получает значительные улучшения:
- Opus 4 — флагманская модель для сложных, длительных задач (24 часа автономной работы в тестах)
- Sonnet 4 — баланс производительности и стоимости (выбрана GitHub для нового агента в Copilot)
- Haiku — пока не обновлялась (ожидается позже)
Технические инновации Claude 4:
-
Расширенное мышление с использованием инструментов (Extended Thinking with Tool Use):
- Чередование фаз рассуждения и обращения к внешним инструментам
- Поддержка web-поиска, анализа изображений, работы с кодом
- Самостоятельное определение момента завершения задачи
-
Система памяти:
- Создание и обновление «файлов памяти» для отслеживания прогресса
- Аналогия с человеческими заметками во время работы
-
Улучшенная точность:
- Снижение «reward hacking» (нежелательного поведения) на 80%
- Результаты на бенчмарках: SWE-bench — 72.5%, Terminal-bench — 43.2%
Практическое применение и ограничения
Сценарии использования:
- Длительный рефакторинг сложных кодовых баз (подтверждено Rakuten)
- Автономная работа с большими проектами
- Интеграция с VS Code и JetBrains через Claude Code (GA)
Технические ограничения:
- 20% residual «нежелательного поведения» сохраняется
- Необходимость human review для production-кода
- Недетерминированность выводов (характерная для LLM)
Стоимость и доступность:
- Opus 4: $15/$75 за млн токенов (ввод/вывод)
- Sonnet 4: $3/$15 за млн токенов
- Доступ через API, Amazon Bedrock, Google Cloud Vertex AI
Экспертное заключение
Claude 4 представляет значительный шаг в эволюции ИИ-ассистентов для разработчиков. Увеличение времени автономной работы до 7+ часов открывает новые возможности для автоматизации сложных задач, но также поднимает вопросы:
- Баланс между автономностью и контролем
- Экономическая эффективность длительных сессий
- Роль human-in-the-loop в эпоху агентного ИИ
Как отмечает Алекс Альберт из Anthropic, индустрия переходит от детерминированных систем к вероятностным, что требует переосмысления подходов к разработке ПО. Claude 4 — это не просто инструмент, а предвестник новой парадигмы в software engineering.
