# 1.3 Claude 能做什么：六大核心能力

很多人初次接触 AI 时，往往只把它们当作聊天机器人。这就像是买了一台超级计算机却只用它来玩扫雷。Claude 不仅仅是一个会说话的程序，它是一个 **多模态的智能代理系统 (Multimodal Intelligent Agent)**。

在 2026 年的视⻆下，Claude 的能力版图可以概括为六大核心支柱。

## 1.3.1 文本理解与生成

这是 Claude 的基本功，但它不仅限于“写文章”。

* **长文档分析 (Long-context Understanding)**： 当前 Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 支持 1M Token（百万 Token）上下文窗口；其他模型（包括 Sonnet 4.5、Haiku 4.5）通常为 200K。长上下文模型可以处理大代码库、数百份财报、法律文书或技术白皮书，但仍需要配套检索、分块和摘要策略。

  > *示例*：上传 10 份竞品的年报，让 Claude 生成一份横向对比的财务分析表格。
* **细微语境捕捉 (Nuance)**： Claude 以“文笔细腻”著称。它能精准捕捉文字背后的情感色彩、讽刺意味或文化隐喻。这使得它在文学创作、公关稿撰写和情感陪伴场景下表现优异。
* **多语言翻译**： 它不是简单的词对词翻译，而是基于语义的“本地化”。它能处理日语的敬语、中文的成语以及编程领域的专业术语。

## 1.3.2 代码生成与工程

对于开发者来说，Claude 4.5/4.6 系列已经是公认的 **最强编程模型**。

* **全栈开发**：从 React 前端组件到 Python 后端 API，再到 Dockerfile 和 Kubernetes 配置，Claude 能编写可运行的完整代码片段。
* **遗留代码重构**：扔给它一段没有注释、变量名混乱的 10 年前的 Java 代码，它可以分析逻辑、添加注释，并将其重构为现代的 Kotlin 语法。
* **Artifacts 实时预览**： 这是 Claude 最具杀伤力的特性。当要求“写一个贪吃蛇游戏”或“画一个销售漏斗图”时，它生成的 HTML/JS 代码会直接在侧边栏渲染成可交互的应用。无需复制粘贴代码到本地运行，所见即所得。
* **Claude Design（2026-04-17，研究预览）**： Anthropic Labs 推出的视觉设计协作工具，基于 Opus 4.7 驱动。用户通过自然语言描述需求，Claude 即可生成海报、原型图、幻灯片等视觉设计稿，并支持对话式迭代修改。成品可导出为 PDF、PPTX、HTML 或分享给团队。

## 1.3.3 视觉与多模态

Claude 拥有极强的“眼睛”。

* **图表转数据**：上传一张复杂的柱状图或销售仪表盘截图，Claude 可以直接将其转化为 JSON 数据或 Markdown 表格。
* **UI/UX 设计辅助**：给它看一张手绘的网页草图，它可以直接生成对应的 HTML/Tailwind CSS 代码。
* **视觉问答**：拍一张冰箱里食材的照片，问它“今晚能做什么菜？”，或者拍一张报错的电脑屏幕，问它“这是什么错误？”。

## 1.3.4 工具使用

这是 Claude 走出“聊天框”，连接现实世界的桥梁。 这一点在[第三章](/claude_guide/di-er-bu-fen-gong-ju-pian/03_tools.md)有详细讲解，这里简要概述：

通过 Tool Use，Claude 可以：

* **实时联网**：调用 Google Search API 获取今日新闻。
* **操作业务系统**：连接 CRM 查询客户资料，连接 Jira 创建工单。
* **精准计算**：遇到复杂数学题，自动调用 Python 代码进行计算，而不是瞎猜。

## 1.3.5 计算机操控

这被认为是 **Agentic AI (代理式 AI)** 的终极形态之一。

在 2024 年底，Anthropic 赋予了 Claude 直接控制鼠标和键盘的能力。

* **工作原理**：Claude 像人类一样“看”屏幕截图，计算出“应该点击坐标 (x, y)”，并发送指令给虚拟桌面。
* **应用场景**：
  * **在旧软件上工作**：很多企业内部系统没有 API，只有古老的 Windows 界面。Claude 可以像人一样点击菜单、输入数据、导出报表。
  * **跨应用工作流**：从 Excel 复制数据 -> 打开浏览器 -> 登录后台 -> 填表提交。这种跨越多个 GUI 软件的流程，以前很难自动化，现在 Claude 可以轻松搞定。

## 1.3.6 技能系统

Skills 是 Claude 生态的最新拼图。它解决的是“复用性”问题。

如果你教会了 Claude “如何撰写符合公司规范的周报”，由于 Context 会重置，下次还得重教一遍。 **Skills** 允许你将这套指令（Prompt + 相关资料 + 示例）打包成一个“技能包”。

* 当在 Claude.ai 或企业版中使用时，系统会根据请求自动挂载相关的 Skill。
* 这相当于给 Claude 安装了“插件”，让它瞬间变成“资深法务”、“专业会计”或“Python 专家”。

***

## 1.3.7 能力分布雷达图

为了更直观地展示这六大能力如何构成完整的智能系统，请看 Claude 的能力图谱：

```mermaid
graph LR
    %% Styles
    classDef core fill:#E65100,stroke:#333,stroke-width:3px,color:white,font-weight:bold;
    classDef branch fill:#FFECB3,stroke:#FF6F00,stroke-width:2px,color:#333;
    classDef node fill:#FFF8E1,stroke:#FFB300,stroke-width:1px,color:#333;

    %% Nodes
    Root(("Claude")):::core

    %% Branch 1
    Root --> B1("基础认知"):::branch
    B1 --> N1["文本理解<br>1M Context"]:::node
    B1 --> N2["视觉能力<br>Vision"]:::node

    %% Branch 2
    Root --> B2("专业技能"):::branch
    B2 --> N3["全栈编程<br>Coding"]:::node
    B2 --> N4["技能系统<br>Skills"]:::node

    %% Branch 3
    Root --> B3("外部行动"):::branch
    B3 --> N5["工具调用<br>Tool Use"]:::node
    B3 --> N6["电脑操控<br>Computer Use"]:::node
```

## 1.3.8 边界：Claude 做不到什么？

诚实是 Claude 的核心价值观之一。了解它的局限同样重要：

* **它没有长期记忆**：除非使用专门的 Memory 功能或外挂数据库，否则它记不住历史对话内容。
* **它不会主动行动**：Claude 本质上是被动的。若不发消息，它永远不会主动发送早安（除非写了一个定时脚本去触发它）。
* **它是概率模型**：在极少数情况下，它仍可能产生幻觉（Hallucination）——输出看似流畅但事实内容错误。幻觉往往出现在模型“不熟悉”的领域（训练数据稀疏的方向）。对于医疗、法律建议，务必进行人工核实。关于幻觉产生的底层机制（信号空间 vs 零空间），参见姊妹篇《大语言模型原理》14.8.4 节。

***

了解了 Claude 的强大能力，可能会产生“选择困难症”：这么多模型，该用哪一个？Opus 虽好，但会不会太贵？

➡️ [如何选择合适的模型](/claude_guide/di-yi-bu-fen-ji-chu-pian/01_intro/1.4_model_selection.md)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/claude_guide/di-yi-bu-fen-ji-chu-pian/01_intro/1.3_capabilities.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.