Anthropic 在二月正式推出 Claude 3.7，這款大型語言模型立刻在開發者圈掀起熱潮。它被形容為「又愛又怕」的工具，因為在編程上的表現遠超前代，還加入了新的思考模式，明顯是向其他先進模型的成功取經。
最令人震撼的是新推出的 Claude Code，一個能在專案中直接建構、測試與執行程式的 CLI 工具。它形成了一種理論上無限循環的回饋流程，能不斷修正程式直到正確執行。這讓不少程式社群開始懷疑，傳統的開發工作是否會逐步被取代。
根據官方釋出的基準測試，Claude 3.7 在解決 GitHub 真實問題的能力上，成功率達到 70.3%，遠超其他同級模型。實際測試中，它能生成完整檔案並自動撰寫測試，透過測試驅動開發來確保程式正確。如果失敗，它會依據錯誤訊息不斷修正，直到達到理想結果。
在更複雜的挑戰中，它甚至能建立前端應用程式。例如要求生成一個麥克風輸入並即時視覺化聲音波形的 UI，Claude Code 雖然需要多次確認並耗時更久，但最終仍成功輸出可用的前端專案。相比之下，其他模型生成的結果明顯粗糙。
當然，Claude 3.7 並非完美。它有時會忽略既有專案設定，例如沒有正確使用 TypeScript 或 Tailwind，還會在部分語法上出現過時的寫法。此外，它的成本相當高，每百萬輸出 token 的費用約 15 美元，遠高於其他模型。一次完整的測試流程可能就花費數美元。
在後端應用方面，它仍存在限制。像是嘗試建構端對端加密應用時，Claude Code 依舊未能完成正確的實作，顯示在複雜的安全性需求上，模型仍有明顯不足。
總結來看，Claude 3.7 在程式開發上的能力確實大幅進化，尤其在自動化測試與前端生成上展現出色實力。它證明了 AI 已能處理相當多的日常開發任務，但距離完全取代人類工程師還有差距。對程式設計師而言，它不是威脅，而更像是一把鋒利的工具，用得好能顯著提高效率，用得不好則可能只是燒錢的實驗。