AIUnlimited
🌳

AI基础

🌱
AI 种子

从零开始

🌿
AI 萌芽

打好基础

🌳
AI 枝干

付诸实践

🏕️
AI 树冠

深入探索

🌲
AI 森林

精通AI

🔨

AI精通

✏️
AI 草图

从零开始

🪨
AI 雕刻

打好基础

⚒️
AI 匠心

付诸实践

💎
AI 打磨

深入探索

🏆
AI 杰作

精通AI

📘

AI实战

📖
理解开源模型

开源模型的基础知识和资源

🎯
问题到模型任务

将业务问题转化为模型任务

⚡
跑通第一个模型

30分钟快速看到第一个结果

🔧
微调与评测

微调模型并评估性能

🚀
应用系统

构建实际AI应用系统

🎨
生成式AI

探索AIGC的开源模型

🤖
Agent智能体

学习Agent框架和MCP工具

📐
基础补充

LLM基础知识和评测

🎓

Claude 学院

🤖
Claude 101 入门

用 Claude 学习 AI 基础知识

💻
Claude Code 101 入门

让 Claude 成为你的结对编程伙伴

🤝
Claude Cowork 入门

与 Claude 协作完成复杂项目

⚙️
Claude 平台 101

使用 Claude API 构建应用

实验室

已加载 7 个实验
🧬神经网络沙盒🤖AI 还是人类?🥋提示工程道场🏁算法竞速🧠AI 知识挑战🏗️系统设计画布
🎯模拟面试进入实验室→
🚀

职业发展

🚀
面试发射台

开启你的旅程

🌟
行为面试精通

掌握软技能

💻
技术面试

通过编程轮次

🤖
AI与ML面试

ML面试精通

🏆
Offer与未来

拿下最好的Offer

立即开始
AIUnlimited

AI 教育平台

沪ICP备18025655号-11

学习

  • AI基础
  • AI实战
  • Claude学院
  • 实验室
  • 职业发展

社区

  • 关于
  • 常见问题

支持

  • 服务条款
  • 隐私政策
  • 联系我们
AI & 工程学习计划›⚙️ Claude 平台 101›课程›什么是 Thinking?
🧠
Claude 平台 101 • 中级⏱️ 5 分钟阅读

什么是 Thinking?

什么是思考?

有些任务不仅仅需要快速回答。Claude 可以在响应之前处理问题——这个功能叫做 扩展思考。在本课中,我们将了解思考是什么、它如何工作,以及它何时真正有帮助。

这是我们试图避免的失败模式。向模型提出一个多步骤问题并让它立即回答,它可能会自信地答错。

什么是扩展思考?

扩展思考让 Claude 在产生最终响应之前逐步推理。启用后,Claude 生成内部推理 token——通常称为 思维链——然后提供答案。推理不是隐藏的:你可以在响应中看到它,与最终文本一起。

Claude Opus 5 上的自适应思考

在 Opus 5 上,思考是 自适应的,默认开启。没有 token 预算需要选择:Claude 动态决定何时思考以及思考多少。

要控制 Claude 思考多少,使用 effort 参数。一个注意点:它在 output_config 内部,而不是在 thinking 旁边。级别有:

  • low
  • medium
  • high(默认)
  • xhigh(超高)
  • max

何时使用(何时跳过)

扩展思考有助于:

  • 数学和多步骤逻辑
  • 代码调试
  • 监管分析
  • 任何涉及权衡或比较选项的内容

对于简单分类、提取或样板代码跳过它。对于这些任务,它只是增加延迟和成本而没有实际改善结果。

思考实战

让我们看看它的工作原理。这是一个带有一个天气工具的 agent 循环,我们将要求 Claude 计划从旧金山出发的公路旅行——两个停靠点,权衡天气和驾驶时间。这是一个真实的权衡,思考值得付出代价的问题。

import anthropic

client = anthropic.Anthropic()

weather_tool = {
    "name": "get_weather",
    "description": "Get the current weather for a city.",
    "input_schema": {
        "type": "object",
        "properties": {
            "city": {"type": "string", "description": "City name"}
        },
        "required": ["city"],
    },
}

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},  # summarized = 返回推理文本
    output_config={"effort": "high"},  # low | medium | high | xhigh | max
    tools=[weather_tool],
    messages=[
        {
            "role": "user",
            "content": "Plan a road trip out of San Francisco with two stops, "
                       "weighing weather and drive time.",
        }
    ],
)
第 11 课,共 26 课已完成 0%
←错误处理

讨论

登录 参与讨论

当你运行这个时,输出比平时更有趣。你会看到 思考块,Claude 在其中处理权衡,然后是检查每个城市的工具调用,最后是带有实际建议的文本块。

推理是可见的——这就是全部要点。

为什么这在生产中很重要

在生产应用中,这是一个一次发现一个问题的 agent 和连接问题的 agent 之间的区别。以合规审查应用为例:在自动审查调用上切换自适应思考,让 agent 跨 报告部分进行推理——捕获如第 3 部分中的风荷载规范与文档其他部分的材料规范冲突之类的内容。

回顾

  • 扩展思考 给 Claude 在回答之前推理的空间,推理在响应中可见。
  • 在 Opus 5 上,自适应思考默认开启——不需要 token 预算。添加 "display": "summarized" 以在响应中查看推理。
  • 使用 output_config 中的 effort 参数调整深度:low、medium、high(默认)、xhigh 或 max。
  • 将其用于困难、权衡繁重的问题。对于简单的问题跳过它——在那里它只是消耗延迟和 token。