Claude要会「读心」了？Anthropic神秘新模型曝光

当AI被要求修复一个程序缺陷时，它可能顺带发现背后隐藏的一整类问题，甚至主动提出：要不要一起处理？

这种AI或许很快就要成为现实。

根据The Information的最新消息，Anthropic即将推出一款新模型，其在推理和直觉判断方面的能力，据称已超越该公司目前所有已商用的模型。

有人猜测这款模型可能被命名为“Claude Fable 5.5”或“Opus 5.6”。

更令人瞩目的是，这款模型似乎特别擅长捕捉用户未明确表达的意图。即便用户只提供有限信息，未说明最终目标，新模型也可能推测出用户真正想达成的目的，并给出更深入的解决方案。

上述信息来自一位已经试用过该模型的知情人士。目前，Anthropic尚未正式公布这款模型，其具体名称、发布时间以及评测结果仍处于未知状态。

与此同时，The Information还透露了两条其他消息：Google正在研发代号为Gemini 4 Carbon的新模型，而OpenAI也计划在未来几周内推出一款可能属于Terra系列的新产品。刚刚经历了一轮密集更新的大模型市场，即将迎来又一轮激烈竞争。

Anthropic新模型 开始主动理解用户意图

据The Information报道，一位试用者认为，Anthropic即将推出的新模型在推理和直觉判断方面，已经超过了该公司目前商用的模型。其最突出的特点之一，是能从用户的简单指令中推断出更深层次的目标。

报道以编程场景为例。

假设用户要求模型修复某个Bug，新模型可能在检查代码的过程中，进一步发现导致该Bug的一整类底层问题。发现问题后，它还可能主动询问用户，是否需要将同类问题一并修复。

需要说明的是，这是试用者用来解释模型能力的假设场景，报道并未披露相关的实际测试结果。但这个例子确实引人深思。目前，使用AI编程工具时，开发者往往需要反复补充指令。例如，先让模型修复一个报错，再要求检查其他文件是否存在类似问题，最后再安排回归测试。

如果模型能够主动识别问题之间的关联，开发者就能减少这些来回沟通的成本。尤其是在大型代码库中，同一个底层问题可能在不同模块中反复出现。如果模型只修复眼前的报错，类似故障仍可能再次发生。当然，发现同类问题只是第一步。它还需要准确判断影响范围，避免修改正常运行的代码。报道中的模型会先征求用户意见，这一点同样值得关注。

另一个例子来自股票投资。

根据试用者的说法，如果用户询问如何投资股票，传统模型可能会给出市盈率等常见指标和一些通用建议。而新模型可能跳出常规思路，自行提出更具创造性的算法，尝试预测股票未来的表现。这里强调的是模型提出新思路的能力。至于这些算法是否真正有效，能否在实际投资中取得更好的预测结果，目前没有任何公开证据。

两个例子都指向同一个特点：面对用户提出的问题，新模型可能会进一步分析问题背后的目标，并尝试寻找更完整的解决方案。

这种能力对于AI编程和Agent任务尤其重要。在复杂任务中，用户往往只描述希望实现的结果，而不会事先列出所有执行步骤。模型需要自行检查环境、定位问题，并根据中途发现的信息调整后续行动。如果能更准确地把握用户意图，模型就有机会减少执行过程中的反复试错。

不过，目前这些能力描述主要来自一位试用者。新模型在真实项目中的表现，以及相比现有Claude模型究竟提升了多少，还没有公开评测能够验证。甚至连它最终属于哪个模型家族，目前也没有答案。

Google、OpenAI也有新模型在路上

在Anthropic准备更新模型的同时，Google和OpenAI也没有闲着。

10月14日，Google正式扩大了旗舰模型Gemini 4 Argon的开放范围，向全球开发者、企业及消费者提供使用。此前，该模型已率先向部分网络安全防御人员开放。Argon主要面向编程、金融、法律、网络安全和科学研究等复杂任务。在Google公布的评测中，Argon在多项专业任务上取得了领先成绩。

据The Information援引知情人士的消息，Google已经在开发下一款模型，内部代号为Gemini 4 Carbon。Carbon据称可能比Argon更进一步，但目前还没有公开的性能数据。

报道还提到了Gemini的一个优势。Argon似乎尚未在整体能力上全面超越Anthropic和OpenAI的顶级模型。不过，一些开发者向该媒体表示，在需要视觉理解的任务中，Gemini依然表现出色。例如分析视频内容，或者检查网站功能是否正常运行。

The Information还推测，Google拥有大量YouTube视频数据，可能对这方面的能力有所帮助。不过，报道并未证明两者之间存在直接的因果关系。

另一边，OpenAI也准备继续更新产品线。据知情人士透露，OpenAI预计在未来几周推出一款新模型，很可能是Terra系列的新版本。Terra位于Sol和Luna之间，属于OpenAI的中间档产品线。这款新模型预计会有进一步的能力提升，同时价格将低于此前发布的GPT-6.1 Sol。

从产品定位来看，OpenAI仍在试图通过不同性能、不同价格的模型覆盖更多开发需求。对于需要大量调用模型的应用来说，推理成本往往直接影响产品能否规模化运行。即使一款模型没有达到旗舰级性能，只要能以更低的价格完成足够多的任务，同样具有吸引力。

更值得注意的是，OpenAI还有另一款重量级模型正在筹备中。The Information此前报道称，这款尚未发布的模型涉及循环Transformer相关技术，目前团队仍在处理安全和安保方面的风险，以避免模型发布后出现重大问题。

从这些消息看，几家头部厂商都在准备下一轮模型更新。只是具体发布时间、性能提升幅度以及最终产品定位，目前仍存在不少不确定性。

当AI开始“多想一步”

回到Anthropic，这次爆料中最值得观察的，是模型处理任务的方式可能发生的变化。

以编程为例。开发者让AI修复一个Bug，表面上看是一个很明确的任务。但真正的目标通常是让程序恢复正常运行，并避免类似错误再次出现。

过去，开发者经常需要通过补充提示词，将这些要求逐步告诉模型。如果Anthropic的新模型真能像试用者描述的那样，主动发现同类问题，并询问是否扩大修复范围，那么它就能承担更多原本需要开发者亲自完成的排查工作。

这种变化放到更复杂的Agent场景中，意义可能更大。当用户要求AI分析某项业务指标下降的原因时，模型可能需要先检查数据，再逐步排查相关因素。如果它能够主动发现异常之间的联系，就有机会沿着新的线索继续分析，减少用户反复提示的次数。

但这里也有一个现实问题：模型推断出来的目标，不一定就是用户真正想要的。开发者可能只希望紧急修复线上故障，并不打算立刻修改整个项目。即使模型找出了更广泛的问题，也需要先确认用户是否愿意承担额外修改带来的风险。同样，在投资、财务等场景中，模型即使提出了更复杂的分析方案，也需要用户确认其目标、约束和风险偏好。

能否准确推断用户意图，以及在什么情况下主动征询用户意见，将直接影响这类能力的实际价值。

目前还没有证据表明，Anthropic的新模型已经解决了这些问题。但从试用者提供的例子看，它至少展现出一个值得期待的方向：接到任务后，尝试进一步判断眼前的问题是否与更深层的目标有关。

对于越来越依赖AI Agent完成复杂工作的开发者来说，这可能会带来相当直观的体验变化。至于Anthropic最终能把这种能力做到什么程度，还得等新模型正式发布后，看看它在真实任务中的表现。

参考链接：

https://www.theinformation.com/newsletters/ai-agenda/anthropic-readies-model-reads-users-intentions-better

https://x.com/kimmonismus/status/2112185581597860349

https://explainx.ai/blog/anthropic-new-model-gemini-4-carbon-openai-terra-the-information-report-what-we-know-2026

本文来自微信公众号“机器之心”，作者：机器之心，36氪经授权发布。