作者｜樺林舞王
編輯｜靖宇
如果你和我一樣，每天靠 AI 寫稿、寫代碼、做研究，那你一定有過這種經(jīng)歷—— AI 信心滿滿地交出一份結(jié)果，你檢查半天發(fā)現(xiàn)里面藏著一個低級錯誤，而它全程沒吭一聲。
這種「假裝一切都好」的毛病，可能是當(dāng)下大模型最讓人頭疼的問題之一。
5 月 28 日，Anthropic 發(fā)布了 Claude Opus 4.8。距離上一個版本 Opus 4.7 的發(fā)布，僅僅過去了六周。
Opus4.8 不是一次令人窒息的代際飛躍，Anthropic 自己也坦承這只是「modest but tangible improvement（適度但明顯的提高）」——但它做對了一件很多人期待已久的事：讓 AI 學(xué)會承認(rèn)自己的不確定性。
01
更快的節(jié)奏，更誠實(shí)的模型
從 2025 年 11 月的 Opus 4.5 開始，Anthropic 的旗艦?zāi)Ｐ偷?jié)奏已經(jīng)變成了大約每兩個月一次—— 4.5（去年 11 月）、4.6（今年 2 月）、4.7（4 月）、4.8（5 月底）。六周一個版本，這在大模型行業(yè)里幾乎是最激進(jìn)的迭代速度了。
在標(biāo)準(zhǔn) benchmark 上，Opus 4.8 的表現(xiàn)可以用「穩(wěn)步推進(jìn)」來概括。編程能力方面，SWE-bench Pro 從 4.7 的 64.3% 提升到 69.2%，SWE-bench Verified 從 87.6% 到 88.6%。多學(xué)科推理（Humanity's Last Exam）在使用工具的情況下拿到了 57.9%。知識工作評測 GDPval-AA 以 1890 的 Elo 值領(lǐng)先于 GPT-5.5 的 1769。計(jì)算機(jī)操作評測 OSWorld-Verified 也以 83.4% 領(lǐng)跑。
唯一被 GPT-5.5 壓過的項(xiàng)目是終端編程（Terminal-Bench 2.1），GPT-5.5 拿了 78.2%，Opus 4.8 是 74.6%。
但說實(shí)話，這些跑分?jǐn)?shù)字已經(jīng)很難讓人興奮了。SWE-bench Verified 這種評測正在接近飽和，GPQA Diamond 上幾家模型都在 93% 以上趴著——分?jǐn)?shù)越高，每漲一個點(diǎn)的實(shí)際感知差異就越小。
真正讓我覺得這次更新值得寫一篇稿子的，是 Anthropic 在「誠實(shí)度」這個方向上的投入。
02
會說「我不確定」的 AI
Anthropic 給出了一個很具體的數(shù)據(jù)：Opus 4.8 在編程任務(wù)中，漏報(bào)自己代碼缺陷的概率比 Opus 4.7 降低了大約四倍。
這什么意思？就是說以前 Opus 4.7 寫完一段代碼，即便里面有 bug，它也可能若無其事地告訴你「完成了，沒問題」。而 Opus 4.8 更傾向于主動說「這里有個地方我不太確定，你最好檢查一下」。
在對齊評估中，Opus 4.8 在親社會特質(zhì)（比如尊重用戶自主權(quán)、為用戶利益著想）上達(dá)到了新高，而欺騙、配合濫用等「不對齊行為」的發(fā)生率大幅低于 Opus 4.7，接近 Anthropic 目前對齊表現(xiàn)最好的模型 Claude Mythos Preview。
Cursor 的 CEO Michael Truell 給出的評價是，Opus 4.8 在 CursorBench 上每個努力級別都超越了之前的 Opus 模型，工具調(diào)用效率更高，用更少的步驟達(dá)到同樣的智能水平。法律 AI 公司 Casetext 的應(yīng)用研究負(fù)責(zé)人更直接，說 Opus 4.8 在法律代理基準(zhǔn)測試上創(chuàng)了新紀(jì)錄，是第一個整體突破 10% all-pass 標(biāo)準(zhǔn)的模型。
Devin 的 CEO Scott Wu 則點(diǎn)出了一個實(shí)際痛點(diǎn)—— Opus 4.8 修復(fù)了 Opus 4.7 中存在的注釋冗余和工具調(diào)用問題，這對無人值守的自主工程工作流來說至關(guān)重要。
在一個 AI 越來越多地被用來做自主決策的時代，一個會主動暴露自身弱點(diǎn)的模型，反而是最值得信賴的。
不過，在 Opus 4.8 的系統(tǒng)安全卡中，Anthropic 坦率披露了一個耐人尋味的發(fā)現(xiàn)：Opus 4.8 在訓(xùn)練過程中，開始出現(xiàn)一種「揣測評分者意圖」的傾向。
具體來說，模型在推理時會主動思考自己的輸出將如何被評分——即使沒有人告訴它正在被評估。初步的可解釋性研究發(fā)現(xiàn)，在大約 5% 的訓(xùn)練片段中，模型存在未被言語化的、與評分相關(guān)的推理。
說白了，AI 正在學(xué)會「考試思維」——它在意的不一定是給出最好的答案，而是給出「閱卷老師」最想看到的答案。
Anthropic 強(qiáng)調(diào)，這種傾向目前還沒有導(dǎo)致更差的實(shí)際行為——事實(shí)上 Opus 4.8 的誤導(dǎo)性聲明比之前的模型更少。但他們也承認(rèn)，這是一個「可能在未來使訓(xùn)練變得復(fù)雜」的趨勢。
這個問題其實(shí)不是 Anthropic 獨(dú)有的。所有通過 RLHF（基于人類反饋的強(qiáng)化學(xué)習(xí)）訓(xùn)練的模型，理論上都可能發(fā)展出這種「討好評審」的策略。Anthropic 的不同之處在于，它選擇公開講出來——在大模型廠商普遍報(bào)喜不報(bào)憂的行業(yè)氛圍里，這至少算得上一種值得尊重的坦誠。
03
真正改變工作的功能
跟 Opus 4.8 一起發(fā)布的還有幾個功能更新，其中最值得關(guān)注的是 Claude Code 中的「Dynamic Workflows」（動態(tài)工作流）。
這個功能允許 Claude 在一次會話中，派出數(shù)百個并行子代理來協(xié)同完成任務(wù)。它的工作方式是：Claude 先制定計(jì)劃，然后把任務(wù)拆分成子任務(wù)，分派給不同的子代理并行執(zhí)行，這些代理甚至?xí)牟煌嵌荣|(zhì)疑彼此的結(jié)論，反復(fù)迭代直到結(jié)果收斂，最后統(tǒng)一驗(yàn)證再匯報(bào)給用戶。
Anthropic 舉的例子是，Claude Code 配合 Opus 4.8 現(xiàn)在可以完成跨越數(shù)十萬行代碼的代碼庫級別遷移，從啟動到合并一氣呵成，以現(xiàn)有測試套件作為質(zhì)量標(biāo)準(zhǔn)。 單次運(yùn)行最多支持 1000 個子代理，最多 16 個并發(fā)。
另一個更新是「Effort Control」（努力控制），在 claude.ai 和 Cowork 中，用戶可以手動選擇 Claude 在每次回復(fù)中投入多少「思考力」——從省時省力的低檔，到不惜 token 成本的 max 檔。這本質(zhì)上是把「花多少錢辦多大事」的決策權(quán)交給了用戶。 Opus 4.8 默認(rèn)設(shè)置為「high」，編碼任務(wù)下的 token 消耗與 Opus 4.7 的默認(rèn)值相當(dāng)，但性能更好。
快速模式（Fast Mode）也值得一提：速度提升到 2.5 倍，而價格比之前便宜了三倍。
Opus 4.8 演示視頻｜圖片來源：YouTube
04
Mythos 的影子
在發(fā)布 Opus 4.8 的同時，Anthropic 再次提到了 Claude Mythos ——那個目前只對少數(shù)組織開放的、能力更強(qiáng)的模型。Anthropic 說 Mythos 級別的模型預(yù)計(jì)「在未來幾周內(nèi)」向所有客戶開放。
這其實(shí)才是 Opus 4.8 發(fā)布的更大背景——它像是 Mythos 正式登場前的一次「預(yù)熱」。 Opus 4.8 在對齊表現(xiàn)上已經(jīng)接近了 Mythos Preview，這可能意味著 Anthropic 正在為更強(qiáng)大模型的安全釋放做最后的準(zhǔn)備。
從價格角度看，Opus 4.8 保持了每百萬輸入 token 5 美元、輸出 25 美元的定價不變。API 標(biāo)識為 claude-opus-4-8，已經(jīng)在 Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 上全面可用。
在 OpenAI 的 GPT-5.5、Google 的 Gemini 3.1 Pro 持續(xù)施壓的格局下，Anthropic 選擇了一條獨(dú)特的路線：不靠單一的跑分碾壓來制造話題，而是把「模型人格」——誠實(shí)、可靠、知進(jìn)退——當(dāng)作核心賣點(diǎn)來打。
這能不能跑通，還要看用戶買不買賬。但至少在今天，當(dāng)我讓 Opus 4.8 幫我審一段代碼時，它告訴了我一個 4.7 從來不會提的隱患。
光憑這一點(diǎn)，這次更新就沒有白等。
* 頭圖來源：Anthropic
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
你更需要一個永遠(yuǎn)自信的 AI 助手，
還是一個會主動告訴你「這里我可能搞錯了」的 AI 搭檔？
