被罵降智 1 個月后，Anthropic 端出了 Opus 4.7

Claude Opus 4.7 能不能堵住用戶的嘴？

作者｜樺林舞王

編輯｜靖宇

一家 AI 公司，到底做什么會讓開發(fā)者氣到在 GitHub 上，公開聲討一個 AI 模型「退化到不能用」？

過去幾周，Claude Opus 4.6「瘋狂降智」的討論充斥網(wǎng)絡(luò)。

一位 AMD 的資深總監(jiān)在 GitHub 上發(fā)了一篇廣泛流傳的帖子，直接寫道「Claude 已退化到無法信任執(zhí)行復(fù)雜工程的地步」。這篇帖子在開發(fā)者社區(qū)炸開了鍋，無數(shù)人跑來補(bǔ)刀，說自己也有類似體驗。

就在輿論發(fā)酵到最熱的時候，2026 年 4 月 16 日，Anthropic 悄然推出了 Claude Opus 4.7。

時機(jī)，耐人尋味。

01

「退化」風(fēng)波，

Anthropic 欠開發(fā)者一個答案

要理解 Opus 4.7 的意義，得先說清楚它出現(xiàn)之前發(fā)生了什么。

Opus 4.6 上線后，最初口碑不錯。但隨著時間推移，開發(fā)者們開始陸續(xù)反映：這個模型在處理復(fù)雜工程任務(wù)時，變得越來越「保守」，越來越容易在多步驟任務(wù)中途放棄，甚至開始給出「看起來合理但其實是錯的」回答。

這種「退化感」在 AI 產(chǎn)品里是最致命的信任危機(jī)。用戶可以接受模型能力一般，但無法接受一個用熟了的工具突然變得不可靠。

從用數(shù)據(jù)角度看這件事，財報分析平臺 Hex 的評估說明了問題的本質(zhì)。他們發(fā)現(xiàn) Opus 4.6 在遇到數(shù)據(jù)矛盾時，會傾向于給出「看似合理的錯誤回退」，而不是老老實實承認(rèn)「數(shù)據(jù)缺失，我沒法回答」。對一個要用來做數(shù)據(jù)分析的工具來說，這比「不會用」還危險。

Anthropic 對這些反饋的回應(yīng)方式是，直接上新版本。沒有公開的解釋，沒有「我們聽到了」的官方聲明，就是一個新模型上線了。

對技術(shù)公司來說，這算是最直接的道歉方式。

02

Opus 4.7 到底強(qiáng)在哪

Anthropic 給 Opus 4.7 打的標(biāo)簽是「軟件工程領(lǐng)域的顯著提升」，并引入了一個全新的 xhigh 努力等級。

從具體數(shù)字來看，編碼基準(zhǔn)提升了 13%，生產(chǎn)級任務(wù)的自主完成率提升了 3 倍，同時還帶來了高達(dá) 3.75 兆像素的高分辨率視覺支持和更新的分詞器。

但這些官方數(shù)字對開發(fā)者來說太抽象。更有說服力的是來自 Cursor 團(tuán)隊的反饋。Cursor 是目前最受開發(fā)者青睞的 AI 編程工具之一，他們用自己的內(nèi)部基準(zhǔn) CursorBench 測試了 Opus 4.7，結(jié)果是自主編碼成功率從 Opus 4.6 的 58% 跳升到了 70%。

12 個百分點的差距，聽起來不大，但放在「自主完成復(fù)雜任務(wù)」這個維度上，意義完全不同。

過去在 Opus 4.6 上需要兩到三次提示才能搞定的任務(wù)，在 4.7 上通常一次就能跑通。對真正在工作流里深度依賴 AI 的開發(fā)者來說，這直接等于減少了一半以上的來回調(diào)試成本。

Hex 對 Opus 4.7 的評價，則從另一個維度印證了這次升級的質(zhì)量。他們直接說這是「評估過最強(qiáng)大的模型」，核心理由是它在面對數(shù)據(jù)矛盾時，不再試圖給出貌似合理的錯誤答案，而是選擇如實告知「數(shù)據(jù)缺失」。這聽起來像是一個很小的行為變化，但它指向的是模型「自知能力邊界」這個更深層的進(jìn)步。

價格沒有變化。輸入每百萬 token 5 美元，輸出每百萬 token 25 美元，和 Opus 4.6 完全一致。

03

兩周三更新，Anthropic 在打什么算盤

如果只是看這一次發(fā)布，Opus 4.7 是一次扎實的迭代升級。但把時間線拉長到過去兩個月，這次更新的背后邏輯就更有意思了。

2026 年 1 月以來，Anthropic 大約保持著每兩周一次重大更新的節(jié)奏。這個頻率，在 AI 軍備競賽最激烈的今天，本身就是一種戰(zhàn)略表態(tài)：

「我們在跑，我們不會停」。

更值得關(guān)注的是與此同時發(fā)生的另一件事。

就在 Opus 4.7 發(fā)布前幾周，Anthropic 向精選企業(yè)客戶悄悄開放了 Claude Mythos Preview，這是作為 Project Glasswing 網(wǎng)絡(luò)安全計劃的一部分。

這個模型的能力之強(qiáng)讓人警惕，據(jù)報道它能夠滲透主要銀行系統(tǒng)，且具備同時攻擊多個目標(biāo)的潛力。Anthropic 聯(lián)合創(chuàng)始人杰克·克拉克專門向特朗普政府做了匯報，財政部長斯科特·貝森特和美聯(lián)儲主席鮑威爾隨后也緊急召集了與銀行高管的會議。

這意味著 Anthropic 現(xiàn)在同時在打兩場戰(zhàn)爭。一場是公開的、對著開發(fā)者和企業(yè)客戶的產(chǎn)品戰(zhàn)，Opus 4.7 是這場戰(zhàn)爭里的一顆棋子；另一場是關(guān)于 AI 能力邊界的政策博弈，Mythos 和 Project Glasswing 是這條線上更敏感的棋局。

這兩件事放在一起看，你會發(fā)現(xiàn) Anthropic 的產(chǎn)品哲學(xué)，正在發(fā)生微妙的轉(zhuǎn)變。他們越來越清楚，最強(qiáng)大的模型不能直接扔給所有人用，但也不能把「足夠強(qiáng)」的模型做差了。

Opus 4.7 扮演的，就是這個「足夠強(qiáng)但可控部署」的角色。

04

開發(fā)者生態(tài)的新格局

Opus 4.7 的發(fā)布，對整個開發(fā)者工具生態(tài)的意味，不只是「Claude 又更新了」這么簡單。

編程助手這個賽道，今天已經(jīng)是一場關(guān)于「工作流深度綁定」的戰(zhàn)爭。Cursor 選擇把 Opus 4.7 作為核心模型接入，這背后是一個明確的判斷，在當(dāng)前競爭格局里，Claude 系列對復(fù)雜軟件工程任務(wù)的理解深度，依然有明顯優(yōu)勢。

VentureBeat 的一個分析視角很有意思，他們認(rèn)為Opus 4.7 代表的，是 AI 從「創(chuàng)意助手」向「可靠執(zhí)行者」的角色遷移。這個說法其實道出了企業(yè)采購決策的核心邏輯，創(chuàng)意助手可以偶爾出錯，但執(zhí)行者不行。

不過，也有值得留意的隱患。新分詞器的引入意味著，同樣的輸入文本可能會消耗更多 token，雖然單價不變，但實際成本有可能悄悄上漲。這對高頻調(diào)用 API 的企業(yè)來說，是需要重新測算的變量。

還有一個更根本的問題，正如 Decrypt 的評論所指出的，AI 行業(yè)至，今仍沒有一套大家都認(rèn)可的能力評估標(biāo)準(zhǔn)。Anthropic 說編碼基準(zhǔn)提升了 13%，但這個基準(zhǔn)和真實開發(fā)場景之間的距離，每個人的感受都不一樣。Cursor 的 70% 成功率數(shù)據(jù)，比 Anthropic 自己發(fā)布的所有基準(zhǔn)都更有說服力，正是因為它來自真實工作流里的實際驗證。

幾周前，開發(fā)者在 GitHub 上公開抱怨 Opus 4.6「不能用了」。今天，Anthropic 用一個新版本回應(yīng)了這份不滿，并且用實打?qū)嵉男阅軘?shù)據(jù)贏回了 Cursor、Hex 這些頭部工具團(tuán)隊的背書。

但用戶的信任不是靠一次發(fā)布能徹底修復(fù)的。每兩周一次的迭代節(jié)奏，既是優(yōu)勢，也是壓力，因為它意味著每次發(fā)布都必須真的好，否則下一輪「退化」的聲音會來得更快。

對 Anthropic 來說，真正的考驗不是今天能不能發(fā)出一個更好的版本，而是能不能讓開發(fā)者相信，這個「更好」是持續(xù)的、可預(yù)期的。

這對任何 AI 公司來說，都是一個巨大的挑戰(zhàn)。

*頭圖來源：LLM Stats

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

Opus4.7 的能力符合你的預(yù)期嗎？