Anthropic今日凌晨发布Claude Ultra，在SWE-bench Extended基准上性能超越前代40%，直接叫板OpenAI和Google DeepMind。其核心是全新的“递归思维树”架构，能让模型自主规划并执行超过50步的软件开发任务，相当于给AI装了个“项目总指挥”，不再只是写代码的“打字员”。更关键的是，推理成本较上代降低30%，并已吸引多家财富500强企业提前接入测试。CEO强调，新模型配备了更强的“宪法式”对齐机制，防止自主行为跑偏。但成本降低不等于风险消失，自主编程的“黑箱”决策过程仍让人捏把汗——当AI自己改代码时，谁来为bug负责？

WolfEye: 推理成本降三成，自主编程才真正开始商业化落地。