Claude Sonnet 5 来了：1M 上下文、能跑浏览器和终端，Agent 工作流该怎么切？

如果你平时会写代码、跑自动化、整理一堆材料，Claude Sonnet 5 这波更新值得你认真看一眼。

它最吸睛的点，不是“更会聊天”。

而是三件很实在的事：

• 1M 上下文窗口，超长资料能直接塞进去
• 能自主规划任务，不是只会回一句话
• 能调浏览器和终端，像个真正干活的助手

说白了，它已经很接近“你交代目标，它自己拆任务去跑”的状态了。😎

这次更新，真正有用的地方在哪

很多模型发布会爱讲分数，讲 benchmark。

你真干活的时候，看的只有三件事：

1. 大文件能不能一口吃下

1M 上下文的意义很直接。

你可以把这些东西丢进去：

• 一个几十页的产品需求文档
• 一整个代码仓库的关键文件
• 一批客服记录、会议纪要、研究笔记
• 一套长链路的工作流说明

以前你得拆来拆去，来回喂。

现在很多场景下，可以少折腾一大截。

2. 能不能自己跑任务

Agent 不是“会回答问题”就够了。

真正有价值的是它能：

• 先拆步骤
• 再找信息
• 接着执行
• 中途发现问题能自己修

这就很适合做一些重复但又不能完全机械化的活。

比如：

• 让它去浏览器里查资料、比对页面
• 让它在终端里跑脚本、看日志、改配置
• 让它长时间处理一个复杂任务，不用你盯着

3. 成本有没有变得能接受

这次 Sonnet 5 的定价很关键。

API 在 8 月底前还有折扣：

• 输入：$2 / M tokens
• 输出：$10 / M tokens

这个价格放在“能干活的模型”里，确实很有吸引力。

尤其是你做的是：

• 大批量文档处理
• 多轮 Agent 任务
• 编程辅助
• 工具调用链路

那就不只是“好不好用”的问题了，还得看“烧不烧钱”。

哪些场景最适合上 Sonnet 5

别一上来就想着把所有任务都换掉。

模型切换最怕一个毛病：一顿猛换，结果工作流乱成一锅粥。

我建议你优先看这几类场景。

编程助手

这个最直接。

你可以让它做：

• 读旧代码
• 改函数
• 补测试
• 查报错
• 重构小模块

如果你平时就用 Claude Code，这次升级更像是“默认战力拉高了”。

适合这种场景：

• 你手里有一个中等规模项目
• 代码结构不算特别干净
• 你希望它自己读文件、找依赖、提修改方案

资料整理

一堆散资料，最烦。

会议录音转写、竞品截图、访谈纪要、论文片段、网页收藏……全在那儿堆着。

你可以让 Sonnet 5 做：

• 抽重点
• 归类
• 对比差异
• 生成行动清单
• 按你的格式重写

这个地方最爽的是，它能吃长内容。

不是读两段就“记不住了”。

自动化任务

如果你的工作里有很多重复操作，Sonnet 5 这种能调浏览器、终端的模型就很适合上阵。

比如：

• 登录后台查数据
• 打开网页比对信息
• 批量跑脚本
• 根据结果继续下一步

这类任务最值钱的地方，不是省一句命令。

而是你不用一直守在电脑前。

长链路 Agent

有些活不是一步就完。

比如：

• 先找资料
• 再整理
• 再生成初稿
• 再按规则修订
• 再输出最终版本

这种任务最考验模型的稳定性。

Sonnet 5 的定位，就很像是给这类工作流准备的。

怎么把它接进你的工作流

别把它想得太复杂。

你可以按这套思路落地。

场景 1：代码仓库问答

适合你想快速摸清一个项目的时候。

你可以这样喂它：

这是一个代码仓库。请先阅读这些关键文件：
- README
- 核心入口文件
- 配置文件
- 相关测试文件

目标：
1. 说清项目结构
2. 找出最关键的执行路径
3. 标出可能的风险点
4. 给出一个最小修改方案

这种方式比你一句“帮我看看这个项目”强太多。

因为目标清楚，模型就不容易乱跑。

场景 2：浏览器调研

适合找资料、比页面、看政策、查产品信息。

你可以让它按这个思路干：

请打开这 5 个页面。
提取每个页面的关键信息。
按以下维度整理：价格、功能、限制、适用人群。
最后给出一个对比表。

重点不是“让它看网页”。

重点是你要给它明确的整理维度。

场景 3：终端执行 + 日志排查

这个特别适合工程同学。

你可以把它当成一个会读日志的助手。

示例：

请检查这次服务启动失败的原因。
先看日志，再查配置，再尝试定位报错源头。
如果需要修改，请先说明你准备改哪里，再执行。

这里有个很实用的原则：

先让它解释，再让它动手。

不然它一上来就改文件，翻车概率会很高。

真正好用的提问方式

别把提示词写成作文。

你只要把四件事说清楚就行。

目标

你要它干什么。

比如：

• 生成接口文档
• 排查报错
• 对比两份方案
• 从长文里提炼结论

输入范围

给它看哪些材料。

比如：

• 某几个文件
• 某些网页
• 某段日志
• 某份表格

输出格式

你想看成什么样。

比如：

• 表格
• 要点列表
• 风险清单
• 可执行步骤

约束条件

这点很重要。

比如：

• 不要改业务逻辑
• 只能使用现有依赖
• 结果要适合直接发给老板
• 结论要分“确定”和“待确认”两类

你给得越清楚，模型越像干活的人。

你给得越飘，它就越容易开始“自说自话”。

一个能直接套用的工作流模板

你可以直接照这个结构试。

模板：研究型任务

任务：帮我研究这个主题，并整理成可执行结论。

材料：
- 相关文档
- 网页链接
- 会议记录

要求：
1. 先归纳核心信息
2. 再找冲突点和缺口
3. 给出行动建议
4. 所有结论按“已确认 / 待确认”分类
5. 输出为表格 + 要点列表

模板：代码修改任务

任务：修复这个问题。

要求：
- 先定位原因
- 再给修改方案
- 修改前先说明思路
- 修改后补一个最小测试
- 不要动无关模块

模板：长文总结任务

任务：把这批材料整理成一篇给团队看的简报。

要求：
- 标出核心结论
- 按优先级排序
- 每条结论都要有依据
- 语言直接，别写空话

这种写法的好处很明显。

模型会更稳。

你也更容易复用。

这次升级，你该怎么判断要不要切

如果你现在的工作，符合下面任意两条，就可以认真试试：

• 你经常处理长文档
• 你经常让模型读代码
• 你有浏览器自动化需求
• 你需要长时间跑 Agent 任务
• 你很在意调用成本
• 你用 Claude Code 比较多

如果你只是偶尔问问问题、写写短文，那未必非切不可。

别为了追新，把工作流全打散。

模型升级是拿来省事的，不是拿来折腾自己的。

常见坑，提前躲开

坑 1：一上来就给太多任务

你把十几个目标塞进去，它很容易前后打架。

做法：

• 拆成小步
• 一步一个目标
• 每轮只看一个结果

坑 2：让它“自己看着办”

这类模型很强，可你也不能完全放飞。

做法：

• 明确边界
• 先规划，再执行
• 关键动作前先确认

坑 3：没有输出标准

你只说“帮我整理一下”，那它可能给你一坨看着很努力的内容。

做法：

• 提前说格式
• 提前说重点
• 提前说不要什么

坑 4：没控制成本

长上下文 + 多轮 Agent，token 很容易飞。

做法：

• 只塞必要材料
• 定期清理上下文
• 大任务拆阶段跑

适合谁，谁可以晚点再看

适合的人

• 开发者
• 自动化玩家
• 研究型岗位
• 内容整理型岗位
• 经常和代码、网页、日志打交道的人

可以先观望的人

• 主要做轻量问答
• 任务都很短
• 没有明显的 Agent 场景
• 暂时不想折腾工作流

我会怎么用它

如果是我，我会先拿这三件事试水：

1. 读一个中等规模代码仓库
2. 做一轮浏览器调研对比
3. 跑一个需要多步执行的自动化任务

这三类任务最能看出它到底是真能打，还是只是在发布会上很热闹。

如果你做的是实打实的工作流，Sonnet 5 这次很值得试。

如果你愿意，我下一篇可以直接给你整理一套 Claude Sonnet 5 的实战提示词模板，专门给编程、资料整理、浏览器 Agent 用。