Claude 3.5 Sonnet

编程能力突破

Claude 3.5 Sonnet在SWE-bench Verified测试（让AI修复真实GitHub仓库中的Bug）上取得49%的成绩，而发布前最好成绩约为20%多，这是AI在软件工程测试上的重大跃升。在TAU-bench（工具调用代理测试）和多个代码生成基准上也处于当时的SOTA位置。

实际使用中，开发者反映Claude 3.5 Sonnet在多文件代码理解、bug定位、API文档理解上明显优于GPT-4o，Cursor编辑器因此将其作为默认模型。[1]

Computer Use功能

2024年10月，Anthropic发布了computer use功能（公测）：Claude能接受屏幕截图输入，并输出键盘/鼠标操作指令，像人类一样操控电脑——打开浏览器搜索、填写表单、操作文件、执行终端命令。这是第一个由顶级AI公司正式推出的「通用电脑操控」能力。

发布时Anthropic明确说明这处于早期「beta」阶段，容易出错、速度慢，适合探索而非生产使用。主要应用场景：RPA（机器人流程自动化）、自动化测试、数据录入等。