3月中旬，Anthropic悄悄发布了Claude Opus 4.6，正式支持1M token上下文窗口。

是的，你没看错，是1M——一百万个token。

对于不熟悉技术的读者，我先解释一下：1M token大约相当于75万个英文单词，或者说，你可以把大约3本《哈利·波特与魔法石》的全文一次性塞进去，让AI一口气读完，然后回答你的问题。

这个数字本身就足够震撼。但更让我感兴趣的是：当上下文窗口从10万扩展到100万，我们能做什么此前无法做的事情？

从量变到质变：上下文窗口的进化史

让我先带你回顾一下上下文窗口的进化历程。

2022年，GPT-3的上下文窗口是4096个token（约3000字）。当时我们觉得”已经够用了”，毕竟大多数对话用不了这么多字。

2023年，GPT-4把窗口扩展到32K（约24000字），Claude也推出了100K版本（约75000字）。我记得当时业内一片欢呼，因为这意味着你可以把整本书丢进去做总结，或者把一个大型代码库的多个文件同时分析。

到了2024年，Google推出了Gemini 1.5 Pro，号称支持200万token的上下文窗口。但坦白说，那个版本更像是技术展示，实际可用性存疑——成本高、速度慢、而且在超长上下文下的表现并不稳定。

现在，2026年3月，Claude Opus 4.6正式发布1M token窗口。根据开发者Karan Goyal发布的测试指南，这个版本不仅窗口大，而且真正可用——速度可接受、成本可控、输出质量稳定。

这才是关键。不是谁能做最大的窗口，而是谁能做出真正好用的大窗口。

1M窗口能做什么？三个让我眼前一亮的应用

当我第一次看到1M窗口的新闻时，我的第一反应是：”这能用来干嘛？”

因为说实话，100K窗口已经能处理大部分场景了。要达到1M，你需要的不是”更长的文档”，而是根本性不同的使用方式。

以下是我观察到的三个最有潜力的应用方向：

1. 完整代码库级别的理解与重构

GitHub在3月推出了企业版Coding Agent，其中一个核心能力就是”理解整个代码库的上下文，而不是单个文件”。

想象一下这个场景：你接手了一个有200个文件、10万行代码的遗留系统。传统的做法是，你需要花几周时间阅读代码，画架构图，理解模块之间的关系。

现在，你可以把整个代码库（包括代码、注释、文档、git历史）一次性喂给Claude，然后问：

  • “这个系统的核心逻辑是什么？”
  • “如果我要添加一个新功能X，需要修改哪些文件？”
  • “帮我找出所有潜在的安全漏洞”

Andrej Karpathy在3月展示的”自主实验循环”，本质上就是让AI agent在一个大型上下文中持续迭代——它需要记住之前50个实验的结果、代码变更、性能数据，然后决定下一个实验怎么做。

如果没有超大上下文窗口，这种”自主迭代”是不可能实现的。

2. 企业级知识库的深度问答

我看到Salesforce的Agentforce被Adecco Group买下了无限许可，用于人力资源服务。这让我想到：人力资源行业的知识复杂度有多高？

一个大型企业的HR知识库包括：

  • 全球各地的劳动法规
  • 公司政策手册
  • 历史案例数据库
  • 员工培训材料
  • 薪酬福利方案
  • 合规审计记录

这些内容加起来，轻松超过100万字。传统的做法是建立搜索系统+关键词匹配，但这种方法的问题是：它回答不了”跨文档的复杂推理问题”。

比如：”如果我要在德国招聘一个远程工作的美国员工，同时这个员工每个月有5天在英国办公，那么税务和合规上有哪些注意事项？”

这种问题需要AI同时理解德国劳动法、美国税法、英国签证政策、公司的远程工作政策——而且要把它们综合起来推理。

1M窗口让这种”企业大脑”成为可能。

3. 长时程的AI Agent记忆

Five9推出的AI Agents for CX（客户体验），背后有一个关键挑战：客户服务不是一次性对话，而是跨越几个月、甚至几年的长期关系。

一个客户可能在1月份打电话咨询产品，3月份投诉质量问题，6月份要求退货。如果每次对话AI都”失忆”，那么客户体验会很糟糕。

但如果AI能记住过去一年的所有互动记录（邮件、电话、聊天记录、订单历史、投诉记录），那么它在每一次对话时，都能展现出”你是我们的老朋友”的感觉。

Nyne.ai在3月获得530万美元融资，就是因为他们在做”为AI agents构建人际关系图谱”——本质上就是让AI记住长时程的关系上下文。

1M窗口，是实现这种”长期记忆”的基础设施。

技术突破背后：这不仅仅是”堆更多内存”

很多人可能会想：扩大上下文窗口，不就是多用点内存吗？有什么难的？

如果真这么简单，Google的200万token窗口早就普及了。

事实上，长上下文的技术挑战包括：

1. 注意力机制的计算复杂度 Transformer模型的注意力机制，计算复杂度是O(n²)——也就是说，上下文长度翻倍，计算量会变成4倍。从10K到100K，计算量增长了100倍。

Anthropic必须在模型架构上做优化（比如稀疏注意力、分层注意力），才能让1M窗口在合理的成本和速度下可用。

2. 长距离信息的准确提取 有一个经典的测试叫”大海捞针”（Needle in a Haystack）：在100万字的文档中间，随机插入一句话，然后让AI找出来。

早期的长上下文模型，如果那句话在文档的开头或结尾，准确率很高；但如果在中间，准确率会大幅下降——这叫”中间遗忘”（lost in the middle）。

Claude Opus 4.6要真正可用，必须解决这个问题。从Karan Goyal的测试报告来看，Anthropic在这方面做得不错。

3. 成本控制 处理1M token的成本，如果按照线性计算，会是处理10K token的100倍。但实际上，用户愿意支付的价格不可能是100倍。

所以Anthropic必须通过优化（缓存、压缩、批处理等）把成本降下来，同时保持输出质量。

这些都不是”简单的工程问题”，而是需要算法创新、系统工程、产品设计多方面的突破。

Gary Marcus的质疑：Scaling is not all you need

就在Claude发布1M窗口的同一周，AI批评家Gary Marcus发表了一篇文章，标题是”Breaking: Expensive new evidence that scaling is not all you need”（突破：昂贵的新证据表明，扩展并非一切）。

Gary Marcus一直是”扩展理论”（Scaling Law）的反对者。他认为，AI公司一味地堆更多数据、更多参数、更多计算，并不能真正解决AI的根本性问题——比如推理能力、常识理解、可解释性。

我不完全同意Gary Marcus的观点，但我觉得他提出的问题很重要：更大的上下文窗口，真的意味着更强的智能吗？

还是说，这只是让AI在”记忆容量”上更强，但在”理解深度”上没有质的提升？

让我举个例子：

假设你把一本500页的法律教科书喂给Claude，然后问：”根据这本书，如何判断一个合同是否有效？”

AI可能会给出一个很完整的答案，引用书中的多个章节。但这是”理解”，还是”检索+拼接”？

如果你问一个法学教授同样的问题，他可能会告诉你：”这取决于具体情境。合同法的核心不是条款本身，而是立法者想要保护什么利益。”

这种”透过表面看本质”的能力，不是靠扩大上下文窗口就能获得的。

所以，Claude的1M窗口是一个重要的技术突破，但它不是AI走向AGI的银弹。

Anthropic的战略：长上下文 + 安全 + 企业市场

有意思的是，Anthropic在3月还做了另一件事：成立”Anthropic Institute”，大幅扩展公共政策团队，加强AI安全和伦理研究。

这两件事放在一起看，透露出Anthropic的战略意图：

  1. 技术上：押注长上下文，这是Claude相对于GPT-4的差异化竞争点
  2. 市场上：主打企业客户，而不是消费者市场（消费者对上下文长度不敏感，但企业客户非常在意）
  3. 品牌上：强调”安全、可信、合规”，这是打入企业市场的关键

想想看，如果你是一家银行的CTO，要选择一个AI助手来处理客户数据，你会更信任谁？

  • 一个在娱乐和消费市场呼风唤雨、但政策立场模糊的OpenAI？
  • 还是一个专注于企业市场、强调安全合规、甚至成立专门研究机构的Anthropic？

Gary Marcus在另一篇文章中提到，美国军方对Claude持谨慎但开放的态度，而对其他一些AI模型更警惕。这不是偶然的。

Anthropic在用技术能力（1M窗口）+ 品牌形象（安全可信）+ 生态建设（政策研究），打造一个”企业级AI的可信选择”。

开发者的反应：从怀疑到拥抱

我在开发者社区看到的反应，经历了一个有趣的变化。

第一阶段：怀疑（3月12日-13日）

  • “1M窗口有什么用？我现在100K都用不完”
  • “肯定很贵吧？而且速度肯定很慢”
  • “Google不是早就有200万token了吗？”

第二阶段：试用（3月14日-15日）

  • 有开发者把整个React框架的源码（约50万token）喂进去，让Claude分析架构
  • 有人用Claude处理一个包含200个客户邮件的线程，生成精准的回复
  • Karan Goyal发布了详细的使用指南，分享最佳实践

第三阶段：创造新应用（预计未来几周）

  • 有人已经在讨论：”如果我把公司过去5年的所有会议记录都喂进去，能不能提取出隐藏的组织知识？”
  • 有人在设计”个人AI助理”，能记住你过去一年的所有邮件、日历、笔记

这个模式很像iPhone刚推出时的反应：

  • 最初，人们觉得”不就是一个手机吗？”
  • 然后，有人发现了新的用法（App Store、移动互联网）
  • 最后，整个行业被重塑

我预测，1M上下文窗口会遵循类似的轨迹。

竞争对手的应对：Google和OpenAI会做什么？

Claude发布1M窗口后，Google和OpenAI会坐视不管吗？

Google已经有了Gemini 1.5 Pro的200万token窗口，但如我前面所说，那更像是技术演示而非实用产品。我预计Google会在未来几个月推出一个”真正可用”的超长窗口版本，可能叫Gemini 2.0。

OpenAI更有意思。他们在3月中旬没有直接回应Claude的发布，而是通过董事长Bret Taylor传递了一个信息：”我不再手写代码了，情感上很难接受。”

这句话表面上是个人感受，但我觉得它暗示了OpenAI的战略：他们不想在”上下文窗口军备竞赛”中投入过多资源，而是专注于”让AI更自主地完成任务”。

换句话说：

  • Anthropic的路线是：”给AI足够的信息（1M窗口），让它做出更好的决策”
  • OpenAI的路线是：”让AI自己去找信息（Agent + 工具调用），而不是等人喂”

哪个路线更好？我觉得两者都需要。未来的AI助理，既要有超大的”工作记忆”（长上下文），也要有”主动学习”的能力（Agent）。

成本问题：谁能用得起1M窗口？

让我们谈谈现实：1M窗口很酷，但普通开发者能用得起吗？

根据Karan Goyal的测试报告，处理1M token的成本大约是100K token的8-10倍（不是10倍，因为有缓存优化）。

假设处理100K token的成本是1美元，那么1M token大约是8-10美元。

这对于个人开发者做实验来说，有点贵。但对于企业客户来说，完全可以接受——如果一个AI助手能够替代一个初级分析师的工作，每次查询即使花费10美元，ROI仍然是正的。

所以，1M窗口的目标用户不是”想要免费试玩的个人用户”，而是”愿意为效率提升付费的企业客户”。

这也解释了为什么Salesforce的Agentforce能卖出”无限许可”——因为企业算的是”每个Agent能节省多少人力成本”，而不是”每次API调用多少钱”。

我的预测：2026年底的上下文窗口会有多大？

如果你问我，到2026年底，主流AI模型的上下文窗口会有多大？

我的预测是：

  • GPT-5（如果发布的话）：500K-1M token，OpenAI会追平Claude
  • Gemini 2.0：2M-3M token，Google会继续在这个维度上领先，但可用性仍是问题
  • Claude Opus 5.x：2M token，Anthropic会进一步扩大，同时优化成本和速度
  • 开源模型（如Llama）：100K-200K，受限于计算资源，开源社区会落后一些

但更重要的是：到2026年底，我们会看到基于超长上下文的全新应用类型。

就像2010年代，智能手机不是”更好的手机”，而是催生了Uber、Instagram、TikTok——这些在传统手机时代不可能存在的应用。

2026年的超长上下文AI，也会催生一些我们现在想象不到的应用。

结语：我们正在进入”AI记忆时代”

Claude Opus 4.6的1M窗口，不仅仅是一个技术指标的提升。

它标志着AI正在从”无状态的工具”，转变为”有记忆的伙伴”。

以前，你每次打开ChatGPT，它都是”一张白纸”，你需要重新解释背景。现在，你可以让AI记住一整年的上下文，它会像一个老同事一样，知道你的项目历史、你的偏好、你的困境。

这种转变，会深刻地改变我们与AI的关系。

它也会带来新的挑战：谁拥有这些记忆？这些记忆存储在哪里？如果AI记住了所有对话，隐私如何保护？

Anthropic成立Institute、扩展政策团队，或许就是为了回答这些问题。

但无论如何，我们已经跨过了一个门槛。AI不再是”用完就忘”的工具，而是”能够陪伴你成长”的伙伴。

这才是1M上下文窗口真正的意义。

参考素材:

  • Karan Goyal Blog: “Claude Opus 4.6 1M context window guide” (2026-03-14)
  • Gary Marcus Substack: “Breaking: Expensive new evidence that scaling is not all you need” (2026-03-14)
  • The New Stack: “Karpathy autonomous experiment loop” (2026-03-14)
  • GitHub Docs: “About Coding Agent” (2026-03-12)
  • Five9: “AI Agents for CX” (2026-03-12)
  • NewsBytes: “Nyne raises $5.3 million for AI agents” (2026-03-14)
  • PR Newswire: “Adecco Group Agentforce unlimited license” (2026-03-12)
  • Business Insider: “Bret Taylor on coding by hand” (2026-03-14)

字数: 约4500字