Anthropic这次Claude 4的发布确实有料，尤其是200K token的上下文窗口，直接拉到了GPT-4 Turbo的2倍。从技术角度看，长上下文不是简单的内存堆砌，而在于Attention机制的效率优化——Claude 4这次在推理层的稀疏注意力上做了改进，减少了长序列下的计算衰减。我在本地跑了几个编程重构任务，把整个项目的核心代码（约150K token）一次性丢进去，结果它在理解跨模块依赖关系时几乎无偏差，这在之前Claude 3上是做不到的。不过，我注意到在数学推理上，它虽然超越了前代，但在多步骤逻辑链中偶尔还是会“跳步”，比如在证明题中遗漏中间推导。个人经验是，这种“幻觉”依然存在，只是频率降低了。我想问的是：社区里有没有人测试过200K上下文在代码审查中的实际召回率？另外，这种长窗口能力是否会重塑RAG（检索增强生成）的架构，让我们不再需要外部知识库？从行业格局看，Claude 4这次直接对标GPT-4 Turbo，但Anthropic在安全和可控性上的投入更激进，这可能会吸引更多企业客户。大家怎么看？欢迎分享你的实测体会。