我關注的不是 coding，而是這篇裡提到的 describe image 那段。 我試著丟一張醫學影像 (只是 open dataset)，結果它在描述細節時，語氣比 GPT-5 自然，幾乎沒有 hallucination，推測 Sonnet 4.5 在多模態 alignment 上有新的訓練策略 Anthropic 以前一直強調 Constitutional AI，我感覺這次他們總算把那套規則內化進推理邏輯裡了，文字部分的禮貌感、對事實的克制、以及描述圖像時的觀察精準度，全都比以前更穩定。 如果接下來 Claude Agent SDK 真的能把這些能力包成 pipeline，用在 Agent 系統的 perception layer，會很有潛力。

Coding 順很多，還沒試過長時間工作，之後來玩玩