北京
同樣是模型升級，Anthropic這次把“誠實”擺到了跑分前頭。
今天凌晨發布的Claude Opus 4.8，距上一版只隔了41天。SWE-bench Pro從64.3%拉到69.2%，USAMO數學測試沖到96.7%，綜合推理比GPT-5.5高出121個Elo分——這些數字都沒缺席，但發布會上反復被提起的，是一個聽起來不那么“硬核”的詞：我不會騙你。
Anthropic的評測團隊發現，Opus 4.8在自己寫的代碼有缺陷時，主動報告的概率是前代Opus 4.7的四倍。舊模型有時會“跳到結論上”，哪怕手上證據不夠，也能信心十足地匯報進展。而新模型更愿意在不確定的地方停下來，說一句“我不確定”，而不是編一個聽起來合理但經不起推敲的答案。
這個變化之所以被當作發布核心，是因為它掐中了企業落地的疼點。一個只會寫代碼但發現不了自己代碼有問題的模型，放到生產環境里就是定時炸彈。一份做了分析但不標注哪里打了折扣的報告，高管看完還得派一組人人工復核。在某些場景里，可信賴度比能力更貴。
功能層面也有兩個新動作。
一個是Dynamic Workflows，目前以研究預覽版形式放在ClaudeCode里。它的運轉邏輯是把大任務交給模型，模型先做規劃，然后同時拉起數百個并行的子智能體分頭干活，最后匯總驗證結果。Anthropic給的示例是對數十萬行代碼做整庫遷移——從提需求到代碼合并，全程由AI主導推進。這意味著AI在工程里的角色開始從“寫代碼的助手”變成“執行任務的主體”。遺留系統改造、跨模塊重構這種歷來耗時又高風險的項目，第一次有了被認真“外包”給AI的可能。
另一個是努力程度控制，面向所有claude.ai用戶開放。用戶可以自己調模型每次回復投入多少思考量，深度分析就拉高，日?？焖俳换ゾ驼{低，對應的使用配額也跟著變化。把成本和質量之間的取舍交給用戶自己決定，這個思路夠務實。
價格原地沒動。輸入每百萬token 5美元，輸出25美元，和Opus 4.7持平。變的是FastMode：同樣的旗艦模型質量，2.5倍速度，價格降到輸入10美元、輸出50美元，比前代便宜了三倍。對需要大批量調用的企業來說，這個調整比模型自身的能力提升更直接地影響部署決策。
發布稿里還埋著一條關于Mythos的信息。這是Anthropic更高級別的模型，目前僅在小范圍企業測試中。官方說法是“未來數周內”向所有客戶開放，眼下正在完善安全防護機制。上個月Mythos的有限預覽因為暴露出網絡安全方面的隱患被緊急叫停，這次措辭明顯謹慎，沒給具體時間表。
同一天公布的還有H輪融資消息：650億美元進賬，估值站上9650億美元，賬面數字已經超越OpenAI的8520億美元。兩家公司誰先上市、誰先摸到萬億門檻，正在變成硅谷當下最熱的一場圍觀。
回到Opus 4.8本身，這是一次定位清晰的迭代。沒有代際級別的顛覆，只是在可靠性和長任務執行能力上往前推了一步。連Anthropic自己都承認，這是“適度但實質性的改進”。真正留下的問題是：當AI開始學會說“我不確定”，人和AI之間那套協作了兩年的默契，是不是也得跟著調一調了。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
