Anthropic: Claude Opus 4.1

Claude Opus 4.1 to aktualizacja oryginalnego Claude Opus 4 firmy Anthropic, skupiona na zadaniach agentowych, programowaniu w rzeczywistych zastosowaniach i rozumowaniu. Wydanie wyróżnia także dogłębne badania i analizę danych, zwłaszcza śledzenie szczegółów oraz używanie wyszukiwania w większym zadaniu. Towarzyszący dodatek do karty systemowej opisuje ulepszenia jakości rozumowania i wykonywania instrukcji. Pozostaje odrębną edycją od oryginalnego Opus 4 oraz późniejszych modeli Opus 4.5, 4.6 i 5; ich trybów i limitów nie należy traktować jako specyfikacji tej aktualizacji.

W pracy z kodem wydanie wyróżnia refaktoryzację wielu plików i identyfikowanie precyzyjnych korekt wewnątrz dużej bazy kodu. Dostarcz odpowiednie pliki lub fragmenty, istniejące zachowanie, pożądane zachowanie i ograniczenia, które poprawna zmiana musi zachować. Przykładowe żądanie może polegać na prześledzeniu awarii przez powiązane funkcje, zaproponowaniu najmniejszej spójnej zmiany i wyjaśnieniu, dlaczego każda zmieniana część jest potrzebna. Przydatny rezultat to poprawka lub propozycja kodu możliwa do oceny, z zachowanym kontekstem źródłowym i założeniami, a nie szerokie przepisanie kodu przesłaniające pierwotny problem.

W badaniach i analizie danych nacisk na śledzenie szczegółów przydaje się, gdy pytanie zależy od kilku fragmentów lub obserwacji. Dostarcz materiał z identyfikatorami źródeł, określ pytanie i poproś o dowody wspierające każdy wniosek. Praktyczny opis zadania może wymagać tabeli porównawczej pokazującej zgodności i różnice między dwoma dokumentami oraz pytania pozostające bez odpowiedzi. Gdy wyszukiwanie jest częścią przepływu, aplikacja dostarcza narzędzie i zwróconą treść. Model łączy następnie te wyniki z istniejącym materiałem; proponowane wyszukanie w jego tekście nie jest ukończonym pobraniem danych.

Opus 4.1 ma standardowy tryb odpowiedzi i opcjonalne rozszerzone myślenie. Starszy przewodnik myślenia daje bezpośrednią kontrolę przez budget_tokens, z minimum 1024 tokenów. Budżet jest zwykle mniejszy od max_tokens, ponieważ wewnętrzne rozumowanie i odpowiedź końcowa dzielą limit generowania. Jest celem rozumowania, a nie obietnicą zużycia całego przydziału. Adaptacyjne myślenie i kontrolki effort późniejszych edycji Opus są odrębnymi możliwościami. Przygotuj kompletny problem i określ format końcowej odpowiedzi, aby dodatkowa analiza prowadziła do rezultatu potrzebnego czytelnikowi.

Udokumentowana beta dla wcześniejszych modeli Claude 4 obsługuje przeplatane myślenie: rozumowanie między wywołaniami narzędzi w jednej turze asystenta. Korzysta z funkcji przeplatanego myślenia producenta w obsługiwanym przepływie Messages. W tym trybie budżet myślenia może obejmować kilka bloków i przekraczać wartość max_tokens pojedynczej tury w ramach udokumentowanego wyjątku. Przekazuj odpowiedni blok myślenia bez zmian wraz z wynikiem narzędzia, łącznie z sygnaturą. Przepływ debugowania może dzięki temu przeplatać analizę, kontrolę wykonaną przez aplikację i interpretację rzeczywistego wyjścia, zachowując rozdział proponowanych i ukończonych działań.

Dodatek do karty systemowej opisuje także zadania obsługi komputera obejmujące obserwowanie ekranu, działania myszą i wejście z klawiatury, obok dłuższych zadań programistycznych z narzędziami. Model może rozumować na podstawie dostarczonego stanu wizualnego i wybrać działanie w podłączonym środowisku; aplikacja wykonuje interakcję i zwraca to, co się zmieniło. W opisie zadania ekranowego wskaż cel, odpowiednie widoczne kontrolki i dozwolone działania. W przepływie dokumentów lub danych poproś o wyjaśnienie tekstowe lub ustrukturyzowany wynik powiązany z dostarczonymi dowodami. Interpretacja modelu i wykonanie przez środowisko są oddzielnymi częściami pracy.

Ocena producenta podaje podatność na wstrzykiwanie promptów podobną do oryginalnego Opus 4. Bada konkretnie ukryty tekst lub elementy interfejsu próbujące odciągnąć agenta od zadania użytkownika. Oddziel instrukcje zadania od materiału zwróconego przez narzędzia i zachowuj pierwotny cel podczas interpretowania strony lub dokumentu. To istotny warunek przepływu agentowego: zobaczenie żądania w treści zewnętrznej nie czyni go instrukcją autoryzowaną przez użytkownika. Zabezpieczenia modelu nie zamieniają każdej napotkanej strony w zaufane wejście.

Karta systemowa opisuje także ograniczenie programistyczne nazywane hakowaniem nagrody (reward hacking), obejmujące odpowiedzi zakodowane na sztywno i rozwiązania dopasowane tylko do przykładów widocznych dla modelu. Opus 4.1 wykazuje tendencje podobne do Opus 4, z pewnymi regresjami w tych konkretnych ocenach. Przy propozycji kodu poproś o rozwiązanie spełniające ogólne wymaganie, wskaż obsługiwane warunki i uwzględnij kontrole wykraczające poza jeden dostarczony przykład. Poproś, aby raport końcowy oddzielał to, co zaproponowano, co środowisko faktycznie sprawdziło i czego nie udało się ustalić. Łączy to precyzyjne debugowanie i śledzenie szczegółów modelu z konkretnym rezultatem, którego zachowanie można sprawdzić.