Anthropic的Claude 4即将发布前新功能曝光：带有Thinking模式，且可以看到推理过程
1,022 阅读
最近，一些未公开但即将发布的内容被曝出，显示出Anthropic正在为其AI模型Claude推出一项名为Thinking的新功能。这一功能将极大提升AI在推理和决策过程中的透明度，允许用户查看AI的思维过程，并提供更长时间的推理分析，帮助用户更好地理解和验证AI的决策逻辑。
加载中...
加载中...
目前，部分Claude的网页版本的代码进行了更新，显示了一些尚未发布的功能。如下图所示：
这些功能与此前Sam说的未来OpenAI的大模型路线图思路基本一致：Anthropic的Claude 4即将发布前新功能曝光：带有Thinking模式，且可以看到推理过程
根据这张图片，我们可以看到，即将发布的带有Thinking模式的Claude模型是一个推理大模型，并且有控制推理长度或时间的方式。总结如下：
用户将能够通过设置开启Thinking模式，从而看到Claude（Anthropic的AI模型）在回答问题时的思维过程。这意味着，AI的“推理过程”将变得更加透明，不再是一个神秘的黑盒操作。用户将能够理解AI在给出答案前所经过的每一个步骤，帮助提升对AI输出的信任度。
AI模型Claude将能够在回答复杂问题时，花费更多的时间进行深入思考。这一功能的引入，表明Claude在面对多步骤、复杂任务时，将不再快速生成一个初步答案，而是通过更长时间的推理，生成更加精准且深刻的回答。例如，在解决数学问题或复杂的编程任务时，Claude将有更多的时间进行自我分析，避免错误的出现。
Longer Thinking Time可能意味着Claude的推理能力也可以控制，类似o3-mini模型中的low、medium和high模式。
新的“Thinking Budget”功能可能允许用户为Claude设置推理时间或计算资源的上限。具体来说，用户可以为AI的思维过程分配“预算”，决定Claude在给出答案时能够消耗多少资源或时间。这个设置能够帮助用户控制计算成本，尤其是在云计算环境下，避免资源浪费。
但是，这一功能目前不确定“预算”指的是时间还是金钱。理论上，用户只要付费，就不太可能遇到“金钱”预算的问题，除非Anthropic增加了临时付费解锁的功能。那么，大概率可能是时间，或者这是针对开发者的一项功能。
启用Extended Thinking Mode后，Claude将进入一个更加深度的推理状态，尤其在面对复杂任务时。这将使Claude能够进行更加详细、系统的分析，为用户提供更全面、更精准的答案。对于需要高度精确推理的任务，比如科学研究、技术设计或复杂的法律分析，Extended Thinking Mode无疑将提升Claude的表现。
既然有Longer Thinking和Extended Thinking，那么新的Claude模型有不同的推理模式应该是“实锤”的。
一个重要的新功能是推理过程反馈功能。这意味着用户在使用Claude时，如果觉得某个推理过程不准确或不完善，可以通过反馈机制指出问题，甚至要求Claude重新审视其思维过程。例如，代码中提到的“Unsatisfactory thought process”或“Issue with thought process”反馈，将帮助开发团队更好地理解AI模型在特定情况下的表现，并进一步进行优化。
当前，Anthropic官方的Claude应用中，用户也可以对Claude生成的代码或者部分内容选中，然后提示Improve选项，这意味着Claude的Thinking功能可能也允许用户对推理过程中的某些部分进行提升或重新推理？
这些新功能无疑将在AI领域引发一场变革，尤其是在提升AI推理能力和用户控制力方面。以下是我们对这些新功能的进一步猜测和潜在影响。
通过开启Thinking模式，Anthropic不仅让用户看到Claude如何思考问题，还帮助用户理解其思维方式。这意味着思维过程将不再是一个“黑盒”，而是一个可以观察和验证的过程。这一做法与最早OpenAI完全不披露推理大模型思维链过程的做法有鲜明对比。不管是因为DeepSeek R1开源的压力，还是Anthropic独立的决策结果，都让人觉得OpenAI的做法有些过于“狭隘”了。
对于企业用户和科研人员来说，这样的透明度将帮助他们更好地理解AI的决策过程，增加对AI输出的信任，也能更好地进行prompt调试。
另一项重要的洞察是，Claude的不同推理模式（如Extended Thinking Mode和推理资源分配）将支持更多的个性化需求，甚至可能导致自动优化的生成。通过让用户为AI模型设置推理的深度和计算资源（即Thinking Budget），Claude能根据不同的应用场景提供量身定制的答案。
这种灵活性让Claude在面对复杂任务时，能够适应各种需求，不同的用户或场景可以设定适合的推理模式，从而实现更加精确和高效的回应。这种个性化的能力，正如OpenAI所提到的未来GPT-5的一些方向，可能会使AI根据特定任务需求自动调整其推理的模式和深度，甚至在用户没有明确要求的情况下，AI也能根据任务的复杂度优化其处理策略。
这意味着AI不仅能在多样化的任务中表现得更加灵活，也能够逐步实现自动化的优化，提升其长期应用的可靠性与适应能力。
最后，推理过程反馈和重新推理功能的引入，不仅让Claude更友好地服务用户，还可能为AI模型的细化标注提供契机。通过反馈机制（如“Unsatisfactory thought process”），用户可以直接指出AI推理中的不足，甚至要求Claude重新审视推理路径。这种细化的标注机制，将有助于AI从每次用户的反馈中学习并进行调整，不仅提升用户体验，也可能推动AI模型自身的不断进化。这些反馈不仅仅是用户与AI之间的互动，更可能影响到模型的未来训练和优化方向。这种灵活的反馈机制使模型能够从错误中学习，从而生成更准确、更有效的推理结果。因此，Claude不仅能为用户提供个性化的推理结果，还可能通过用户的持续反馈进行自我完善，最终提升整个系统的性能。
这些新功能与此前业界的预期以及OpenAI未来的发展非常一致。未来，推理大模型是方向，但不是所有的任务都需要推理，因此让AI系统自动根据输入场景选择模式是非常必要的。不仅要考虑准确性，还要在成本上保持平衡。
希望Claude 4的新功能能够尽快到来。
