先了解这件事
AI 综述
2025年3月20日,Anthropic发布实践指南并公布评测结果,介绍Claude的think工具。该工具让Claude在生成回复过程中插入一个专门的思考步骤,用于处理工具返回结果、遵循复杂策略和多步顺序决策。Anthropic在指南中给出think工具的定义示例与优化提示词写法。评测方面,在τ-bench客服场景中,航空领域配合优化提示词后pass^1从基线0.370提升到0.570,零售领域单用think工具达到0.812;SWE-bench中加入该工具使表现平均提升1.6%,助力Claude 3.7 Sonnet取得0.623的SOTA分数。Anthropic同时指出,非顺序工具调用和简单指令遵循场景不会带来提升。目前该故事尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Anthropic 详解 think 工具：让 Claude 在复杂工具调用中停下来思考事件进展
1 个已确认进展
- 来源：Anthropic Engineering
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月20日
Anthropic Engineering一手精选
Anthropic 详解 think 工具：让 Claude 在复杂工具调用中停下来思考
Anthropic 介绍 think 工具，它让 Claude 在生成回复过程中插入一个专门的思考步骤，用于处理工具返回结果、遵循复杂策略和多步顺序决策。在 τ-bench 客服场景中，航空领域配合优化提示词后 pass^1 从基线 0.370 提升到 0.570，零售领域单用 think 工具达到 0.812；SWE-bench 中加入该工具使表现平均提升 1.6%，助力 Claude 3.7 Sonnet 取得 0.623 的 SOTA 分数。文章给出 think 工具的定义示例、优化提示词写法，并指出非顺序工具调用和简单指令遵循场景不会带来提升。