Anthropic / Claude:代理技能、高级工具使用与Opus 4.5

Anthropic宣布推出Claude Opus 4.5及其高级工具使用功能,以扩展工具调用、减少令牌使用并改善代理协调。
Key insights
Claude Opus 4.5针对高端编码和代理工作负载
Anthropic发布了Opus 4.5,声称其SWE-bench验证得分为80.9%,并改善了计算机使用基准测试结果。发布强调了显著的效率提升——在长编码任务中令牌使用减少多达65%——以及价格降低:每百万输入令牌5美元,每百万输出令牌25美元(根据报告为Opus 4.1定价的1/3)。Opus 4.5已在Anthropic的Claude产品及主要云平台上提供。
高级工具使用功能提高大型工具集的准确性和令牌效率
Anthropic介绍了高级工具使用能力:按需动态加载的工具搜索工具、程序化工具调用以发出多工具协调的代码,以及工具使用示例以澄清参数格式。内部基准测试显示,工具搜索显著减少了令牌消耗(例如,从77K降至8.7K),并提高了工具选择的准确性,Opus 4.5的准确性指标在MCP/GIA基准测试中有所改善。
Anthropic将“技能”框架定义为基于元数据的提示模块
Anthropic发布的材料将“技能”描述为元数据定义的提示模块(SKILL.md),这些模块注入优先级系统指令、预授权工具列表和程序指导。技能系统支持动态发现、热加载和受限工具权限,而无需直接执行代码,旨在平衡能力与安全性。
Opus 4.5面向专业知识工作者和重代理流
Anthropic将Opus 4.5定位于软件工程师、金融分析师、顾问及其他需要长上下文代理工作流的知识工作者。该模型支持混合响应模式和记忆改进,旨在作为多代理系统中的主要协调者。
架构选择关注安全性、记忆和混合推理模式
Opus 4.5具有混合的“即时+扩展”推理模式和记忆管理改进,旨在改善长上下文代理任务并减少对提示注入的敏感性;Anthropic在其安全声明中包含了改进的反提示注入功能。
技能系统支持元工具创建和新能力的热部署
Anthropic展示了一种自引导的技能创建者技能,该技能指导用户创建新的SKILL.md条目,展示了该平台让代理在受控权限内编写和安装新技能的能力。