春节前的神仙打架

2月6日凌晨，AI圈发生了一件挺有意思的事。

Anthropic和OpenAI，这两家平时就明争暗斗的公司，居然在同一天发布了新模型。一个叫Claude Opus 4.6，一个叫GPT-5.3-Codex。

更巧的是，前一天他们还在网上因为"AI里该不该放广告"吵得不可开交，第二天就撞车发新品了。这要说不是故意的，我都不信。

话不多说，直接看看这两个模型到底有什么本事。

Claude Opus 4.6：让16个AI一起干活

Anthropic这次更新的重点，放在了"智能体协作"上。

什么意思呢？简单说，就是让多个AI同时工作，每个负责一块任务，最后汇总成果。这个功能他们叫"智能体团队"，跟前几天Kimi K2.5推出的功能有点像。

100万token上下文：终于能"记住"更多东西了

Claude Opus 4.6还有个重要升级：上下文窗口扩大到100万token。

这个数字听起来很抽象，换个说法你就懂了——你可以把整个项目的代码库一次性塞进去，它能理解全局架构之后再动手改代码。

以前的模型有个通病，叫"上下文腐烂"。就是对话内容一多，模型就开始"失忆"，前面说的事后面就忘了。

Opus 4.6在这方面进步明显。测试显示，它在处理100万token的长文本时，准确率能达到76%，而上一代Sonnet 4.5只有18.5%。

在实际应用上，Opus 4.6能做这些事：

• 跑财务分析
• 做深度研究
• 处理文档、表格、PPT
• 在网上找那些很难搜到的信息

GPT-5.3-Codex：不只是写代码，还能当同事

OpenAI这边的动作也不小。

他们发布的GPT-5.3-Codex，主打的是"全能工作助理"。不只是写代码，而是能干开发者在电脑上能干的几乎所有事。

性能数据：

• SWE-Bench Pro得分56.8%
• Terminal-Bench 2.0得分77.3%
• 速度比上一代快25%
• token消耗更少

OpenAI说，这个模型融合了GPT-5.2-Codex的编码能力和GPT-5.2的推理能力，速度还提升了四分之一。

最有意思的功能：它会"汇报工作"

GPT-5.3-Codex有个很特别的设计——它会主动跟你汇报进度。

以前用AI写代码，你得等它全部跑完才能看结果。现在不用了，它会边干活边告诉你：

• 现在在做什么
• 遇到了什么问题
• 准备怎么解决

而且是语音播报。你可以随时打断它，提问题、讨论方案，它不会因为被打断就丢失上下文。

OpenAI把这个叫做"像真正的同事一样工作"。听起来有点夸张，但确实比以前那种"黑盒操作"要透明多了。

不只是编码工具，而是工作助理

OpenAI对这个模型的定位，已经超出了"编程助手"的范畴。

它能做的事包括：

• 调试、部署、监控代码
• 写产品需求文档
• 编辑文案
• 做用户研究
• 跑测试、分析指标
• 生成财务报表

OpenAI自己的团队已经在用它了。研究团队用它监控训练过程、调试基础设施问题；工程团队用它优化框架、排查异常。

有个研究员想统计"GPT-5.3-Codex每回合能完成多少额外工作"，就直接让模型自己写正则表达式分类器，分析所有会话日志，最后生成一份带结论的报告。

整个过程，人只负责提需求。

两个模型，谁更强？

说实话，这两个模型走的路子不太一样。

Claude Opus 4.6的特点：

• 擅长"多智能体协作"，适合复杂的大型项目
• 上下文窗口大，能处理海量信息
• 价格没变，性价比高
• 更像是"一个团队"在工作

GPT-5.3-Codex的特点：

• 速度快，交互性强
• 功能更全面，不只是编码
• 会主动汇报进度，透明度高
• 更像是"一个同事"在工作

如果你是要做大型项目、需要AI长时间自主工作，Claude可能更合适。

如果你是要快速迭代、需要频繁交互，GPT可能更顺手。

国内大模型也要跟上了

海外这两家已经打起来了，国内的大模型估计也坐不住。

DeepSeek v4据说也快来了，春节前这几天，AI圈应该还会有不少动静。

说到底，这种"神仙打架"对我们用户来说是好事。竞争越激烈，模型进步越快，价格也越有可能降下来。

现在的问题不是"AI能不能干活"，而是"我们怎么更好地跟AI协作"。

这个问题，可能比模型本身更值得思考。

💡 试过不少AI平台，目前稳定在用 ChatTools (https://chattools.top)，模型全（Claude4.5、GPT5.2、Gemini 3.0 Pro都有），而且免费，体验下来还不错。

📰 比起到处翻新闻，我更喜欢在 AI Inking (https://aiinking.com) 集中看AI资讯，更新频率挺高的。