今天，我们很高兴地宣布，由Anthropic驱动的Claude Sonnet 4.5现已登陆Amazon Bedrock。Amazon Bedrock是一项全托管服务，提供来自领先AI公司的高性能基础模型选择。这款新模型基于Claude 4的基础构建，在编程和复杂智能体应用方面实现了最先进的性能表现。

Claude Sonnet 4.5在智能体能力方面取得了显著进步，在工具处理、内存管理和上下文处理方面表现更佳。该模型在代码生成和分析方面显示出明显改进，从识别最佳改进点到在重构决策中运用更强的判断力。它特别擅长自主长期编码任务，能够有效规划和执行跨越数小时甚至数天的复杂软件项目，在整个开发周期中保持一致的性能和可靠性。

通过在Amazon Bedrock中使用Claude Sonnet 4.5，开发人员可以获得一个全托管服务，不仅提供统一的基础模型API，还通过企业级安全工具确保其数据完全受控并进行优化。

Claude Sonnet 4.5还与Amazon Bedrock AgentCore无缝集成，使开发人员能够最大限度地利用该模型的能力来构建复杂智能体。AgentCore的专用基础设施补充了模型在工具处理、内存管理和上下文理解方面的增强能力。开发人员可以利用完整的会话隔离、8小时长时间运行支持和全面的可观察性功能，部署和监控生产就绪的智能体，从自主安全操作到复杂的企业工作流程。

业务应用和用例

除了技术能力外，Sonnet 4.5通过一致的性能和高级问题解决能力提供实际业务价值。该模型擅长生成和编辑业务文档，同时在复杂工作流程中保持可靠的性能。

该模型在几个关键行业表现出色：

• 网络安全 - Claude Sonnet 4.5可用于部署在漏洞被利用前自主修补的智能体，从被动检测转向主动防御
• 金融 - Sonnet 4.5处理从入门级财务分析到高级预测分析的所有内容，帮助将手动审计准备转变为智能风险管理
• 研究 - Sonnet 4.5能更好地处理工具、上下文，并提供即用型办公文件，将专家分析转化为最终可交付成果和可行见解

Amazon Bedrock API中的Sonnet 4.5特性

以下是Sonnet 4.5在Amazon Bedrock API中的一些亮点：

• 智能上下文窗口管理 - 新API引入了当AI模型达到最大容量时的智能处理。当对话过长时，Claude Sonnet 4.5现在会生成达到可用限制的响应，并明确说明停止的原因，而不是返回错误。这消除了令人沮丧的中断，并允许用户最大化其可用上下文窗口

• 工具使用清理以提高效率 - Claude Sonnet 4.5支持在长时间对话中自动清理工具交互历史。当对话涉及多个工具调用时，系统可以自动删除较旧的工具结果，同时保留最近的结果。这保持了对话效率，防止不必要的令牌消耗，在保持对话质量的同时降低成本

• 跨对话记忆 - 新的记忆能力使Sonnet 4.5能够通过使用本地记忆文件在不同对话间记住信息。用户可以明确要求模型记住偏好、上下文或重要信息，这些信息在单个聊天会话之外持续存在。这创造了更加个性化和上下文感知的交互，同时将信息安全保存在本地文件中

借助这些管理上下文的新能力，开发人员可以构建能够处理长时间运行任务的AI智能体，具有更高的智能水平，而不会频繁遇到上下文限制或丢失关键信息。

开始使用

要开始使用Claude Sonnet 4.5，您可以通过Amazon Bedrock使用正确的模型ID访问它。最佳实践是使用Amazon Bedrock Converse API编写一次代码，并在不同模型之间无缝切换，从而更容易试验Sonnet 4.5或Amazon Bedrock中可用的任何其他模型。

让我们通过一个简单示例来看看实际操作。我将使用Amazon Bedrock Converse API向Sonnet 4.5发送提示。首先导入要使用的模块。对于这个简短示例，我只需要AWS SDK for Python（Boto3），以便创建BedrockRuntimeClient。我还导入了rich包，以便稍后可以很好地格式化输出。

遵循最佳实践，我创建一个boto3会话并从中创建一个Amazon Bedrock客户端，而不是直接创建一个。这使您能够明确控制配置，提高线程安全性，并使代码比依赖默认会话更可预测和可测试。

我想给模型一些复杂的内容，而不是问一个简单的问题，以展示Sonnet 4.5的强大功能。因此，我将给模型一个虚构的用Java编写的具有单一数据库的遗留单体应用程序的当前状态，并要求提供一个数字化转型计划，包括迁移策略、风险评估、估计时间表和关键里程碑，以及特定的AWS服务推荐。

由于提示相当长，我将其放在本地文本文件中，并在代码中加载它。然后设置Amazon Bedrock converse负载，将角色设置为"user"以表示这是应用程序用户的消息，并将提示添加到内容中。

这就是魔法发生的地方！我们将其全部放在一起，并使用其模型ID调用Claude Sonnet 4.5。嗯，差不多是这样。您只能通过推理配置文件访问Sonnet 4.5。这定义了哪些AWS区域将处理您的模型请求，并帮助管理吞吐量和性能。

对于此演示，我将使用Amazon Bedrock的一个系统定义的跨区域推理配置文件，该配置文件自动跨多个区域路由请求以获得最佳性能。

现在我只需要打印到屏幕以查看结果。这就是我使用之前导入的rich包的地方，以便我们可以获得一个格式良好的输出，因为我期望对此有一个长的响应。我还将输出保存到文件中，以便我可以方便地将其作为与团队分享的内容。

好的，让我们检查结果！正如预期的那样，Sonnet 4.5处理了我的需求，并为我的数字化转型计划提供了广泛而深入的指导，我可以开始付诸实践。它包括执行摘要、分阶段进行的逐步迁移策略及时间估计，甚至包括一些代码示例以启动开发过程并开始将事物分解为微服务。它还提供了引入技术的业务案例，并为每种场景推荐了正确的AWS服务。以下是报告中的一些亮点。

Claude Sonnet 4.5能够在提供创造性解决方案的同时保持一致性，使其成为寻求使用AI进行复杂问题解决和开发任务的企业理想选择。其在遵循指示和有效使用工具方面的增强能力转化为跨各种业务场景的更可靠和创新的解决方案。

需要了解的事项

Claude Sonnet 4.5代表了智能体能力的重要进步，特别在需要一致性能和创造性问题解决的领域表现出色。其在工具处理、内存管理和上下文处理方面的增强能力使其在金融、研究和网络安全等关键行业中特别有价值。无论是处理复杂的开发生命周期、执行长时间运行的任务，还是处理业务关键工作流程，Claude Sonnet 4.5都将技术卓越与实际业务价值结合在一起。

Claude Sonnet 4.5今日起可用。有关其可用性的详细信息，请访问文档。

要了解有关Amazon Bedrock的更多信息，请探索我们的自定进度Amazon Bedrock Workshop，并了解如何在应用程序中使用可用模型及其功能。