Code with Claude 2026：開幕主題演講（第 2/4 段）

🧑‍🏫 這是 Claude 2026 年開發者大會開場演講的第二段。重點有三個：模型變聰明的速度很快，開發者要為下一代模型做設計，不要只看現在這一版；Anthropic 給開發者的 Claude 平台有哪些東西；還有一招叫 advisor strategy，用便宜模型搭配最強模型，花比較少的錢拿到接近頂級的品質。想知道 AI 工具接下來往哪走、怎麼用得又好又省，這段很值得看。

• 11:54 模型層是今天所有內容的基礎：模型智慧越高，開發者的起跑線就越往前，能做到的事也比以前多
  ↳ 所有 AI 產品都是蓋在模型上。模型越聰明，開發者一開始就站得越高，不用花力氣補模型的不足，能做的事自然就多。
• 12:25 講者對 exponential 的理解：模型智慧提升時，能做給使用者的使用案例會指數成長
  ↳ exponential 是指數成長，意思是越長越快。講者的意思是：模型只要再聰明一點，能拿來做的應用就會多出一大截。
• 12:25 舉例：agentic coding 的影響力遠大於 code autocomplete
  ↳ code autocomplete 是寫程式時幫你補完下一行。agentic coding 是讓 AI 自己規劃、自己動手，把整件事做完。後者影響大得多。
• 12:55 新產品和新體驗會創造新市場，把整塊餅做大，大家都受益
  ↳ 新產品不只是跟別人搶現有的客人，還會讓原本沒有的需求冒出來。市場變大，做產品的人和用的人都有好處。
• 12:55 在研究上，exponential 不只是 benchmark 分數上升（字幕作 sweet bench），也包括創造、追蹤以前不存在的能力
  ↳ benchmark 是拿來比較模型能力的標準考題。講者說，進步不只是考試分數變高，更重要的是出現以前根本沒有的新本事。
• 12:55 列舉的能力：tool use、computer use、依問題調整的 thinking、能在數百到數千步中維持計畫的 agentic loops、long context windows
  ↳ tool use 是會叫用外部工具，computer use 是會操作電腦畫面，thinking 會看題目難度多想一下，agentic loop 能連做數百到數千步不偏離計畫，long context 是一次能讀進大量資料。
• 13:26 能力不只用在寫程式：Claude 能生成並迭代視覺設計、分析並製作複雜的工作產出，也能在開放、模糊的商業領域中處理事情
  ↳ Claude 不只會寫程式。它也能做視覺設計、反覆修改，能分析資料做出複雜的報告，還能處理沒有標準答案的商業問題。
• 13:58 講者表示，在 Claude 上開發，就是用最早創造出這些能力、也花最久時間讓它們變可靠的模型家族
  ↳ 這是講者的主張：上面這些能力是 Claude 系列最早做出來的，也磨了最久，所以用起來比較可靠。
• 13:58 AMP（coding agent）因為 Opus 4.7 在他們的 benchmark 拿到最高分，把整個 smart mode 換成 Opus 4.7
  ↳ AMP 是一款幫人寫程式的 AI 工具（coding agent）。它用自家的考題測，Opus 4.7 分數最高，就把 smart mode 整個換成 Opus 4.7。
• 14:29 AMP 也因此簡化了工具、改了 scaffold，因為模型已經不需要那些輔助
  ↳ 以前模型不夠聰明，要靠很多輔助工具和 scaffold（包在模型外面的輔助程式）撐著。模型變強之後，這些可以拆掉，系統反而更簡單。
• 14:29 Rakuten 用自己的 benchmark 測 Opus 4.7，解決的 production engineering 任務數量變成 3 倍，速度也快很多
  ↳ Rakuten（樂天）用自己出的題目測試。Opus 4.7 能解決的正式上線系統工程問題（production engineering）變成原本的 3 倍，速度也快很多。
• 14:29 Intuit 看到 Opus 4.7 在規劃階段自己找出邏輯錯誤、回頭修正，最後執行得更快、更乾淨
  ↳ Intuit 發現，Opus 4.7 還沒動手、在規劃階段就會自己抓出邏輯錯誤並回頭修正，所以真正執行時更快、更少出錯。
• 15:00 Opus 4.7 推出隔天，Anthropic Labs 推出 Claude Design（字幕作 Cloud Design）
  ↳ Opus 4.7 上線第二天，Anthropic 的實驗部門 Labs 就推出 Claude Design，一個用 Claude 做視覺設計的產品。
• 15:00 已經有人搭配 Claude Design 和 Claude Code 做產品，包括 production interfaces
  ↳ 已經有人先用 Claude Design 做設計，再用 Claude Code（Anthropic 寫程式的 AI 工具）做出成品，連正式上線的產品介面都有。
• 15:00 原因是 Opus 4.7 對視覺設計有品味，能掌握該呈現的細節，同時遵守你的設計原則
  ↳ 能這樣用，是因為 Opus 4.7 有設計品味：知道哪些細節重要，也會照你定好的設計規則走，不會自己亂改風格。
• 15:30 一般使用者喜歡 Claude，是因為它能理解整個任務，也知道什麼時候該反駁、質疑假設
  ↳ 大家喜歡 Claude，不只是因為它聽話。它看得懂整件事要做什麼，發現你的前提有問題時會直接說出來，不會一味附和。
• 15:30 模型的限制：還沒完成、仍在改進中；有時會被很基本的事卡住，context 一多也可能失去脈絡
  ↳ 講者也承認模型還不完美：偶爾會卡在很簡單的事，資料或對話一多，前面講過的內容可能會忘掉或搞混。
• 16:01 未來方向一：更好的判斷力和品質，讓 Claude 能被放心交付複雜、自主的工程工作
  ↳ 目標是讓 Claude 判斷更準、品質更穩，穩到你敢把複雜的工程工作整包交給它自己做，不用一直盯著。
• 16:01 未來方向二：context window 搭配高品質 memory，用起來像無限大，長時間任務也能得到更好的結果
  ↳ context window 是模型一次能讀進、記在當下的資料量。搭配好的 memory（長期記憶），用起來會像沒有上限，長時間的任務也能做得更好。
• 16:31 未來方向三：multi-agent coordination，讓一群 agent、多個 Claude instance 合作完成單一 instance 做不到的大目標
  ↳ multi-agent coordination 是讓好幾個 Claude 分工合作、像一個團隊，一起完成單一個 Claude 做不到的大目標。
• 16:31 講者用 task horizon 衡量進展：模型能自主工作多久，同時持續改善產出的品質
  ↳ task horizon 可以理解成模型能自己獨立做事多久。不只看撐多久，也看做得越久，品質有沒有持續變好。
• 17:04 去年此時模型只能工作幾分鐘，現在很多人的 agent 能連續跑好幾個小時；未來的 agent 會主動、always on，知道該做什麼且不失去脈絡
  ↳ agent 是能自己連續做事的 AI。去年它只能跑幾分鐘，現在常常能跑好幾個小時。未來會主動做事、一直在線，也不會忘記前面的來龍去脈。
• 17:04 給開發者的建議：exponential 會持續，要為即將出現的能力而開發，不要只針對現在的 Claude 版本
  ↳ 模型還會繼續快速變強，所以做產品時要先想好下一代能做到什麼，不要只照現在這一版的能力來規劃。
• 17:34 scaffolding 的角色變了：以前用來撐住每一版 Claude，現在用來放大模型智慧
  ↳ 以前的 scaffolding 是用來補模型的不足，讓它勉強能用。現在它的用途是幫模型把聰明發揮得更大。
• 17:34 以前要自己設計複雜的迭代迴圈、給對工具、處理 retries，現在這些都能交給模型本身的 thinking 和執行
  ↳ 以前開發者要自己寫「做一步、檢查、再做」的流程，自己挑工具，失敗了還要寫重試（retries）。現在模型自己會想、會做，這些可以交給它。
• 18:05 工作方式要改變：要為下一版 Claude 設計，而不只是目前這一版
  ↳ 這是要換個心態：你現在做的產品，要留空間給下一版更聰明的 Claude，不要被目前這一版的限制綁死。
• 18:05 講者觀察到，勝出的開發者會把架構調整成能吸收下一次智慧躍升，而不是只追求今天的小幅準確度提升
  ↳ 贏的團隊不會拚命讓今天的準確率多一點點，而是把系統設計成新模型一出來、換上去就直接變強。
• 18:38 做法：維護並建立更難的 evals，做一些你覺得今天可能還做不到、很有野心的 prototype
  ↳ evals 是你自己設計、用來檢查 AI 做得好不好的測試題。建議準備更難的題目，也先試做 prototype（試作版），就算覺得現在可能還做不到也沒關係。
• 18:38 以前做不到的東西突然通過測試，就代表 exponential 在進步，你可能有全新的東西可以給使用者
  ↳ 原本過不了的測試突然過了，就是模型又進步了的訊號。這時你可能有全新的功能可以推給使用者。
• 19:08 模型升級是商業機會；最能善用 Claude 的團隊，會讓升級的成本很低
  ↳ 每次模型升級都是商業機會。厲害的團隊會讓換新模型這件事又快又省力，不用把系統大改一遍。
• 19:08 讓升級便宜的方法：automated evals、簡單的 scaffolding、有野心的 prototype 和能力應用
  ↳ 做法有三個：測試自動化，一換模型就自動跑一輪看結果；外圍的輔助程式保持簡單；平常就準備好有野心的試作版，等新能力出來。
• 19:42 模型智慧提升時，開發者有機會搶先實驗新使用案例、做出新產品、開創新市場
  ↳ 模型一變強，先動手試的人就能先做出新應用、新產品，甚至搶先開出一個新市場。
• 20:45 模型能力是指數成長，企業運作卻還是線性，所以企業更需要能駕馭這股 exponential
  ↳ 模型能力是跳著往上衝，公司的運作卻還是一步一步慢慢走，所以企業更需要學會跟上這股成長。
• 20:45 企業問題一：要得到正確結果還是太難，需要大量 prompt optimisation、tool construction、harness engineering 來引導模型
  ↳ 痛點一：要讓 AI 做對還是很費工，得一直調提示詞（prompt optimisation）、做工具（tool construction），還要做 harness engineering（打造包住模型、控制流程的外框程式）。
• 21:15 企業問題二：想出貨快又要能擴展；prototype 容易做，要在 production 擴大規模很難
  ↳ 痛點二：做一個試作版很容易，但要正式上線、讓大量使用者穩定使用，也就是做到 production 的規模，就很難。
• 21:15 Claude 平台（字幕作 cloud platform）的目標：幫你得到好結果，同時兼顧速度和規模
  ↳ Claude 平台是 Anthropic 給開發者的一整套服務，目標是讓你拿到好結果，同時做得快、也撐得住大量使用。
• 21:47 平台包含三部分：為 Claude 模型調校的 API primitives、建置與擴展 agentic 系統的 infrastructure、營運這些系統的 controls
  ↳ 平台分三塊：API primitives（為 Claude 調好的基本元件，讓程式能呼叫 Claude）、用來建置並擴大 AI 系統的基礎設施、管理這些系統的控制功能。
• 21:47 企業最常見的需求之一：要高智慧，但成本要更低
  ↳ 企業最常提的需求之一很直白：要聰明的 AI，但費用要更低。
• 22:17 解法是 advisor strategy：很好導入，只要更新 Messages API 裡的 tools array
  ↳ advisor strategy（顧問策略）導入很簡單。只要在呼叫 Claude 的 Messages API 裡，更新 tools 這份工具清單的設定就好。
• 22:17 advisor strategy 是一種把 execution 和 advising 拆開的 agent 架構：用較小、較便宜的模型執行，需要建議時再問大模型
  ↳ 做法是把「動手做」和「給建議」分開：便宜的小模型負責執行，需要判斷或卡住時，才去問貴的大模型。
• 22:17 實際用法：用 Haiku 或 Sonnet 等級的模型執行，Opus 當 advisor
  ↳ 例如用 Haiku 或 Sonnet（Claude 比較小、比較便宜的型號）來做事，讓 Opus（最強的型號）當顧問。
• 22:50 Sonnet 執行、Opus 建議的組合，表現比單用 Sonnet 好很多，而且比單用 Sonnet 更便宜，因為 Opus 幫它把事情做得更好
  ↳ Sonnet 負責做、Opus 給建議，成果比只用 Sonnet 好很多，總花費還比只用 Sonnet 低，因為有 Opus 指點，事情做得更好。
• 22:50 EVE Legal 用 advisor strategy，表示以低 5 倍的成本得到 frontier model 等級的品質
  ↳ 客戶 EVE Legal 用了這招，他們說成本低了 5 倍，品質卻有 frontier model（當下最頂尖的模型）的水準。
• 22:50 適用情境一：freemium 模式，要控制成本，又要讓使用者有好的體驗
  ↳ freemium 是基本功能免費、進階功能付費的模式。免費用戶多，不能燒太多錢，體驗又不能太差，這時就很適合用這招。
• 23:21 適用情境二：量極大、要注意 ROI 的工作負載
  ↳ ROI 是投資報酬率。如果每天要處理超大量的工作，每一筆省一點，加起來就差很多，這招特別划算。
• 23:21 下一個主題：如何同時做到 speed 和 scale
  ↳ 下一段要講：怎麼讓系統跑得快（speed），又能撐住大量使用（scale）。

根據演講，EVE Legal 使用 advisor strategy 得到什麼結果？