一句话结论
Claude Opus 4.6 是 Anthropic 目前最强的模型：它把上下文窗口拉到 100 万 token（beta）、支持用「智能体团队」并行拆解长任务、引入上下文压缩（context compaction）让超长会话不溢出，并新增 adaptive thinking 与可调 effort 控制（minimal / low / medium / high / xhigh）。对开发者最实在的变化是——能跑更久、记得更全、可控性更强。
一、 1M 上下文意味着什么
Opus 4.6 在 beta 中提供 1M token 上下文窗口，约为上一代的 4–5 倍。这意味着你可以把一整个中型代码库、一份完整的需求文档加多轮对话历史一次性塞进上下文，而不必频繁做「截断 + 摘要」的妥协。
实战中建议：把项目根目录结构、关键接口定义、既有约定作为 system 提示的一部分常驻，模型在第 30 轮对话里仍能记得第 1 轮定下的命名规范。
二、智能体团队：把任务拆给多个子智能体
在 Claude Code 中，你可以编排一组 agent 协同工作；在 API 侧，模型可在长程任务里自行调度子任务。官方给出的典型场景是：主智能体负责规划，把「探索代码」「写测试」「做代码评审」分给不同的子智能体并行执行。
为什么不用单个超长提示，而要拆团队？
- 隔离失败面：某个子智能体跑偏不会污染主上下文；
- 并行提速：互相独立的调研 / 编码步骤可同时推进；
- 职责清晰：评审智能体与编码智能体分离，能像人类 code review 一样互相挑错。
三、上下文压缩（Compaction）：长会话不再溢出
当会话逼近上下文上限，Opus 4.6 可自动把早期历史压缩为摘要，保留近期原文与关键结论，从而支撑「跑几个小时不崩」的长程任务。这与 API 侧的 compaction 能力对应——你可以主动触发，也可以在客户端里让模型自己总结上下文。
对比早期方案，新机制的摘要质量更高，不会把前 20 轮里定下的架构决策一并「蒸发」。
四、 effort 与 adaptive thinking：速度与质量的旋钮
Opus 4.6 引入可调的推理强度（effort），默认 high，可用 /effort 在 minimal～xhigh 之间切换：
| 档位 | 延迟 | 适用场景 |
|---|---|---|
| low / minimal | 最低 | 简单问答、补全、格式化 |
| medium（默认旧值） | 中等 | 日常开发 |
| high（当前默认） | 偏高 | 复杂重构、多步推理 |
| xhigh | 最高 | 评测、硬核难题 |
同时，adaptive thinking 让模型根据上下文线索自行判断该「想多久」，不必每次都拉满。
五、定价与落地建议
Opus 4.6 定价与 Opus 4.5 持平（$5 / $25 每百万 token），已在 claude.ai 、 API 与主流云平台全面可用。落地时有几条经验：
- 简单任务显式降档：用 /effort low 处理格式化、重命名，省 token 又降延迟。
- 长程编码交给智能体团队：让主智能体拆子任务，而不是塞一个巨大提示。
- 超长会话开启 compaction：把项目约定写进 system 提示常驻，避免被压缩掉。
- 用内链里的评审 / 压缩实践做对照，先小范围灰度再全量。
相关阅读
- Claude Opus 5.5 发布：比 Sonnet 5 快 30%、便宜 30%
- Anthropic 长上下文用法实战
- Claude API 会话压缩：长对话省 token 、保留近期原文
- Anthropic 提示词工程 8 法
评论 (0)