摘要
30 秒看懂
Matthew Berman 分享对 Claude Opus 4.6 的早期印象，概述 Anthropic 关于编程和较长智能体任务的主张。他还展示了一张任务时长图，并提到 Anthropic 在发布时宣布以测试版提供的 100 万 token 上下文窗口。图表反映的是特定评估中的表现，并不普遍保证自主工作的能力。
- 1早期印象Berman 表示，提前体验 Claude Opus 4.6 后，觉得它相对于 Opus 4.5 的表现令人印象深刻。
- 2Anthropic 的编程能力主张发布文章称模型在规划、处理更大代码库、审查和调试方面有所改进。
- 3任务时长图表图表估计了在其软件任务评估中，模型有 50% 成功概率时对应的人类完成任务所需时长。
- 4更大的上下文窗口Anthropic 在发布时宣布以测试版提供 100 万 token 的上下文窗口。
要点建议
- Berman 对比 Opus 4.5，分享了自己对 Claude Opus 4.6 的正面早期印象。
- Anthropic 声称模型在规划、编程、审查、调试和较长的智能体任务方面有所改进。
- 图表中的任务时长对应特定软件任务集上估计的 50% 成功率，而不是普遍适用的自主运行时间。
- Anthropic 在发布时宣布以测试版提供 100 万 token 的上下文窗口。
全文
按章节阅读整理后的全文
01
Opus 4.6 与编程
Berman 分享正面的早期印象，并概述 Anthropic 的发布主张。他重点介绍规划、较长任务和代码审查。
Claude Opus 4.6 发布了。我提前获得了使用机会，根据自己的体验，我认为它比 Opus 4.5 有显著进步。Anthropic 的[发布公告](https://www.anthropic.com/news/claude-opus-4-6)称，它的规划更谨慎，处理较长的智能体任务和更大代码库更可靠，代码审查和调试能力也有所提升。这些是公司的主张和我的早期印象，并非完整的独立评估。
02
任务时长与上下文
他展示了一张模型在软件任务上表现的图表，并提到以测试版发布的 100 万 token 上下文窗口。
我展示了一张模型任务时长进展图，并将上升趋势描述为几乎垂直。图表将任务时长标注为：在所评估的软件任务中，模型预测有 50% 成功概率时对应的人类完成任务所需时长。这个指标依赖该评估及其配置，并不保证智能体能自主运行任意任务那么长时间。
Anthropic 还在发布时宣布以测试版提供 100 万 token 的上下文窗口。我将此称为一个里程碑，并与其他公司当时的产品比较。不过，上下文窗口大小本身不能保证窗口内所有信息都会得到可靠使用；可用性和产品条款也可能变化。
同频道的其他文章
34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构，并质疑 AI 快速发展与安全之间的张力。
0:26EN → 简体中文Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中，Altman 思考解决难题的乐趣，以及人在解读结果时的作用。
0:36EN → 简体中文Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
0:21EN → 简体中文Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表，随后发现图中的数字只是示意性占位值。
25:50EN → 简体中文Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文Matthew Berman· 2026年10月23日本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。