新版Claude被曝推理与直觉提升，能识别Bug背后的整类问题
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载修一个bug看一类问题
新版Claude在推理与直觉两个方向上都有加强，其中一项变化体现在它对用户意图的把握上：它不只回应字面请求，还会去推断对方真正想达成的目标。这种倾向在具体任务里表现为，当它被要求修复某个单独缺陷时，会先判断这个缺陷背后是否对应一整类问题，再主动询问是否需要把同类问题一并处理。换句话说，它把一次修补当作识别问题模式的入口，而不是只把报错消掉就结束。与之配套的是它更愿意跳出惯常思路，给出的建议不局限于反复出现的那几条通用做法。在被问到股票投资时，它没有停留在市盈率这类常见指标上，而是自行构造一套算法来推演表现。这套做法能否稳定复现，要点中没有给出验证结果，因此目前只能确认这是它在开放问题上的一种行为取向。该型号的命名尚未落定，Fable与Opus两个名称都在候选之中。
谷歌Gemini 4系列的多条支线
谷歌内部同时在推进Gemini 4系列的多个版本，Argon、Barium、Carbon都在测试之列。早期Argon在一部分编程任务上的表现不及Claude Opus 5，随后内部代号Barium-B的版本被选中，以Argon的名义对外发布。Carbon则在编程任务上超过了Argon，在视觉理解任务上延续了更好的表现。它的训练借助了YouTube数据，因此具备分析视频内容的能力，也能用于测试前端页面。Carbon已在谷歌内部的编程平台Jetski上向员工开放数日，参与内测的员工给出的判断是，它的手感与Opus 5.5大致相当，但这一结论还需要更多测试来支撑。员工Vedant Misra在发帖中谈到递归自我改进，Carbon是否采用这一思路并未得到确认。这些版本之间的关系更像是同一代模型的不同分支，各自在不同任务类型上取舍，而非简单的先后替代。
Copilot代码里的另一个名字
在谷歌之外，GPT-6.1 Terra的名字已经出现在微软Copilot的代码中，说明这一版本已进入与Copilot相关的工程环节。同一代中还有GPT-6.1 Sol，它与5.6 Sol相比升级幅度并不大。把这几条放在一起看，两家的动作都处在版本迭代的中间阶段：一侧是同一代模型分出多条支线分别试跑，另一侧是新版本先在产品代码里露面。对关注这些工具的人来说，可观察的信号是任务类型上的分化正在变得明显——编程、视觉理解、开放推理各自对应不同的强弱表现，单看一个版本号很难判断实际体验。上述信息只覆盖到版本名称与部分任务表现，具体的开放范围、调用方式与后续安排都还没有公开内容。
为什么值得看
能提前看到头部模型在推理与问题定位上的能力走向，以及下一轮三家新模型的竞争轮廓。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。