Claude-4.5震撼发布-连续工作30小时-超强性能引爆热议

Claude 4.5 连续工作30小时真假辨析

先把最劲的瓜说清：官方宣称在复杂多步骤任务中“观察到可持续专注30小时”，媒体也跟进复述。关键词是“观察到”，意思是可达表现，不是逢场景必触发的固定SLA。别把纪录当保底，这更像顶配条件下的最佳长跑成绩。 围观群众要学会提问：是什么任务类型、启用了哪些工具、如何抽检输出？若没有可复现的过程与验收标准，时长数字就只是一个“炫耀性指标”。有人感叹“这不就通宵打工人嘛”，别急，通宵和可控是两回事。

从7小时到30小时的跃迁

代际跨度不只靠“更聪明”，更在“耐力粮食”的供给：更稳的上下文与记忆管理，减少长任务中的遗忘与漂移更强的环境操作能力，把“想法”快速转成“动作”，减少反复沟通与重试成本。耐力来自流程工程，不是玄学。 此外，配套的Agent SDK把内部骨架“开仓放粮”：权限、子任务、日志、回滚一体化。看似是“模型升级”，本质是“系统栈补完”。要想30小时跑完不散架，底层管线得先把路修平。

1.1万行代码传闻背后

“1.1万行代码”是最抓眼球的段子，但行数质量。更靠谱的验证方式是给出单测覆盖率、静态分析告警、回归失败率、上线报警曲线这些硬指标。你要我信，拿面板而不是截图。 还得问清人工介入比例：有没有高算力并行尝试？是否插入阶段性验收与回滚点？若全靠一次性冲刺，很可能把小偏差拖成大事故。把案例当“边界证明”而非“普适水平”，心态就稳了。

企业落地操作清单

想把长时程代理落进生产，别先冲订阅，先补治理：建立可追责日志、阶段检查点、可重放快照、异常熔断与恢复预案代码与数据分域、密钥最小化授权、外部工具白名单CICD里加入“人审抽检自动化验收”的双轨。 真实收益在长尾环节：重构、回归、批量脚本、数据清洗，这些不需要频繁创造力的重复劳动，交给代理更合算。人类聚焦目标设定与边界管理，才能把“能跑很久”变成“能交付、可追责、可回滚”。这条路说难不难，说易不易，关键在组织愿不愿意为治理买单。

安全对齐与长跑风控

“更对齐”的说法不是免死金牌。长时程意味着更多外部交互，更容易遭遇提示注入、数据投毒与越权操作。安全思路要前移：高风险指令二次确认，敏感操作强审计，黑白名单与限流隔离，关键节点强制人工签核。 最后提醒一句，别把“30小时”当KPI。把长任务拆成若干里程碑，每段设置健康阈值、自动化验收与人工抽检出了岔子能及时拉停和回退，才叫工程级长跑。有人在黑子网里打趣“这下真能昼夜不停了”，笑归笑，风控和复盘必须先到位。