Anthropic 发布 Claude Opus 4.6

Anthropic 昨天发布了 Claude Opus 4.6，大幅扩展了上下文窗口，现在一个提示词就能处理数百万字。对于英国的中小企业来说，这次更新直接宣告了：你再也不用花大钱去搞什么复杂的 RAG（检索增强生成）搜索系统了。以前你得雇开发人员把向量数据库强行拼凑在一起，现在，你只需要把整本公司手册和所有客户记录直接扔进模型就行。

Anthropic 发布 Claude Opus 4.6

Anthropic 这周推出了 Claude Opus 4.6，再次突破了 AI 模型短时记忆的极限 Anthropic (https://www.anthropic.com/news/claude-4-6-release)。这次更新的核心就是超大规模的上下文窗口。

以前的模型，开发人员得把数据切成碎片，存进向量数据库，等用户提问时，再把最相关的片段找出来。这种叫 RAG 的方法，一直是开发能访问公司私有数据 AI 工具的标准做法。

Claude Opus 4.6 改变了游戏规则。它可以同时吞下海量的文本、代码和文档，而且不会出错，也不会在提示词读到一半时就把前面的细节给忘了。Anthropic 声称，该模型在整个上下文窗口中几乎能做到完美召回 Anthropic release notes (https://www.anthropic.com/news/claude-4-6-release)。这意味着你可以一次性上传几百份 PDF、表格和会议纪要，问一个非常细节的问题，它立马就能给你精准的答案。

复杂的向量数据库项目可以歇了

这从根本上改变了一个 50 人规模的公司处理内部知识管理的方式。就在昨天之前，如果你想做一个能搜索公司数据的定制 AI 工具，你还得雇工程师去搭 RAG 管道、管理向量嵌入、调优搜索算法。这事儿不仅贵，而且出来的结果往往还挺难用。

现在，你压根不需要这些基础设施了。你可以直接把整袋子的 HR 政策、客户合同或技术文档一股脑喂给 Claude Opus 4.6。模型每次都会重新通读一遍。

我觉得业界低估了这件事淘汰中端 AI 开发外包公司的速度。如果你经营着一家年营收 £10M 的制造企业，你不再需要买什么定制的内部搜索工具了。你只需要一个连接 Anthropic 的安全 API 接口和一个简单的聊天界面。

构建强大的内部工具，门槛已经从几个月的工程开发缩短到了一个下午的基础配置。这种转变对那些专注于整理原始数据的公司非常有利，而那些试图折腾聪明搜索算法的公司则会很尴尬。

内部工具的三个步骤

1. 暂停正在进行的 RAG 开发。如果你现在正付钱给外包公司，让他们给你的内部文档做向量搜索工具，叫他们先停手。看看 Claude Opus 4.6 是不是原生就能搞定这些活儿。
2. 集中你的原始数据。现在的瓶颈不再是 AI 的处理能力，而是数据能不能拿得到。确保你的公司文档、客户笔记和流程指南都存成清晰、可读的文本格式，而不是锁在某些闭源软件里。
3. 测试上下文极限。找一个巨大的数据集，比如过去五年的客户支持工单，直接上传到 Claude 界面里。让它找出重复出现的投诉，看看它的记忆力是不是比你的人工报告还要准。