Claude 3.5 Sonnet

概述

Claude 3.5 Sonnet 是 Anthropic 推出的 Claude 系列模型之一，在 SWE-bench Verified 上实现了当时 SOTA 成绩（49%），证明了单 Agent 架构配合优质工具集即可达到顶尖编码能力。

关键内容

1. SWE-bench SOTA 成绩：在 SWE-bench Verified 上达到 49% 解决率，为当时最高成绩，后续迭代达到更高。这一成绩标志着 Claude 在编码 Agent 基准上取得领先地位。

2. 单 Agent 架构设计：采用相对简单的单 Agent 架构——Claude 3.5 Sonnet 作为核心推理引擎，配合精心设计的工具集（文件读写、命令执行、搜索等），无复杂的多 Agent 编排。体现了 Anthropic "简单优于复杂"的哲学。

3. 工具优化优先：在 SWE-bench 任务中，工程师花在工具优化上的时间多于花在整体 prompt 上的时间。关键发现包括要求工具始终使用绝对路径，解决了模型在相对路径上的系统性错误。

4. Think 工具集成：集成了 Think 工具 专为代码调试场景定制，实验表明平均提升性能 1.6%（Welch t 检验，p < 0.001，效应量 d=1.47）。

5. 产品意义：SWE-bench 成绩直接支撑了 Claude Code 产品的核心价值主张——Claude 不仅是代码补全工具，而是能够独立解决真实软件工程问题的 Agent。

来源

• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/07_swe_bench_sonnet.md — Raising the bar on SWE-bench Verified with Claude 3.5 Sonnet

相关

• Anthropic — part_of（Claude 3.5 Sonnet 是 Anthropic 产品线的核心模型）
• SWE-bench — uses（在 SWE-bench Verified 上验证了 49% SOTA 成绩）
• Claude Code — extends（SWE-bench 成绩支撑了 Claude Code 产品价值主张）
• Agent 架构与设计原则 — implements（单 Agent 架构 + 优质工具集 = SOTA）