摘要：深夜的办公室里，只有键盘声作响——但敲击代码的并非人类程序员，而是一个持续工作了30小时的AI。这不是科幻电影，而是Anthropic公司最新发布的Claude Sonnet 4.5展现的现实能力。

深夜的办公室里，只有键盘声作响——但敲击代码的并非人类程序员，而是一个持续工作了30小时的AI。这不是科幻电影，而是Anthropic公司最新发布的Claude Sonnet 4.5展现的现实能力。

当人们还在讨论AI能否替代初级程序员时，Claude Sonnet 4.5已经悄然刷新了认知边界。这款被称为“世界上最好的编程模型”的AI，不仅能连续工作超过30小时，还能独立完成需要数周人类工时的大型项目。

就在几个月前，顶级AI模型的持续工作时间纪录还停留在7小时。而Claude Sonnet 4.5直接将这一标准提升了四倍多。在演示中，它从零开始构建了一个类似Slack的企业级聊天应用，一口气生成约1.1万行代码，涵盖数据库创建、安全审计等全流程。

这一突破的意义不仅在于时长，更在于其稳定性。就像马拉松选手需要同时具备耐力、速度和抗干扰能力，AI长时程工作面临的核心挑战是避免“跑偏”——早期的小错误可能在数小时后被放大成致命问题。

Claude Sonnet 4.5实现长时程工作的秘诀令人惊讶地“人性化”：它学会了像人类一样使用外部工具辅助记忆。

在实际任务中，这个AI会主动创建progress.txt文件记录进度，使用git进行版本控制，甚至编写测试脚本来验证自己的代码。这种将重要信息存储在外部的“做笔记”能力，让它克服了模型自身记忆容量的限制。

与此配套的新功能“检查点”就像游戏存档，允许在任务任何阶段保存进度，一旦出现问题可以快速回退到稳定状态。

在衡量编程能力的SWE-bench测试中，Claude Sonnet 4.5以82.0%的准确率排名第一，显著高于GPT-5的72.8%和Gemini 2.5 Pro的67.2%。

更令人印象深刻的是在OSWorld测试中的表现——这个测试评估AI操作计算机的实际能力，Sonnet 4.5得分从4个月前的42.2%跃升至61.4%。这意味着它不仅能写代码，还能像真正的人类员工一样操作软件、填写表格、浏览网页。

实际使用过Claude Sonnet 4.5的开发者给出了复杂评价。有用户分享道：“它在一轮调用中重构了我的整个代码库，生成了12个新文件、3000多行代码。结果完全跑不通，但整个过程真的很优雅。”

这种“又爱又恨”的反应揭示了当前AI编程的现状：能力惊人但远非完美。资深工程师认为它是“天堂来的礼物”，可以处理繁琐实现细节；而新手则可能因过度依赖而产生难以维护的代码。

Claude Sonnet 4.5的发布恰在OpenAI开发者大会前一周，被视为明显的市场卡位。但更重要的是，它标志着AI正从“工具”向“同事”转变。

研究表明，AI智能体的持续工作时间大约每7个月翻一番。如果这一趋势持续，能够处理以周计任务的AI可能在不久的将来出现。这将不仅改变编程工作，更会重塑所有知识工作的方式。

目前，Claude Sonnet 4.5已开放使用，价格与前一版本持平，每百万token输入3美元、输出15美元。对于开发者来说，这意味着可以用更低成本获得更强大的编程助手。

随着AI持续工作时间的不断延长，人类在知识工作中的角色正从“执行者”转向“监督者”。这场变革的速度，可能比大多数人想象的都要快。

来源：围炉笔谈123