作者｜樺林舞王
編輯｜ 靖宇
如果你和我一樣，每天靠 AI 寫稿、寫程式、做研究，那你一定有過這種經歷——AI 信心滿滿地交出一份結果，你檢查半天發現裡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，可能是當下大模型最讓人頭疼的問題之一。
5 月 28 日，Anthropic 發布了 Claude Opus 4.8。距離上一個版本 Opus 4.7 的發布，僅僅過去了六周。
Opus4.8 不是一次令人窒息的世代飛躍，Anthropic 自己也坦承這只是「modest but tangible improvement（適度但明顯的提升）」——但它做對了一件很多人期待已久的事：讓 AI 學會承認自己的不確定性。
01 更快的節奏，更誠實的模型
從 2025 年 11 月的 Opus 4.5 開始，Anthropic 的旗艦模型迭代節奏已經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，這在大模型行業裡幾乎是最激進的迭代速度了。
Opus 4.8 與自家模型和友商模型的對比｜圖片來源：Anthropic
在標準 benchmark 上，Opus 4.8 的表現可以用「穩步推進」來概括。程式能力方面，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 值領先於 GPT-5.5 的 1769。計算機操作評測 OSWorld-Verified 也以 83.4% 領跑。
唯一被 GPT-5.5 壓過的項目是終端程式設計（Terminal-Bench 2.1），GPT-5.5 拿了 78.2%，Opus 4.8 是 74.6%。
但說實話，這些跑分數字已經很難讓人興奮了。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—— 分數越高，每漲一個點的實際感知差異就越小。
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據： Opus 4.8 在程式任務中，漏報自己程式碼缺陷的概率比 Opus 4.7 降低了大約四倍。
這是什麼意思？就是說以前 Opus 4.7 寫完一段程式碼，即便裡面有 bug，它也可能若無其事地告訴你「完成了，沒問題」。而 Opus 4.8 更傾向於主動說「這裡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（比如尊重用戶自主權、為用戶利益著想）上達到了新高，而欺騙、配合濫用等「不對齊行為」的發生率大幅低於 Opus 4.7，接近 Anthropic 目前對齊表現最好的模型 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，工具調用效率更高，用更少的步驟達到同樣的智能水平。法律 AI 公司 Casetext 的應用研究負責人更直接說，Opus 4.8 在法律代理基準測試上創了新紀錄，是第一個整體突破 10% all-pass 標準的模型。
Devin 的 CEO Scott Wu 則點出了一个實際痛點——Opus 4.8 修復了 Opus 4.7 中存在的註解冗餘和工具調用問題，這對無人值守的自主工程工作流程來說至關重要。
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的模型，反而是最值得信賴的。
模型非一致性上，Opus4.8 已經和傳說中的 Mythos 不相上下｜圖片來源：Anthropic
不過，在 Opus 4.8 的系統安全卡中，Anthropic 坦率披露了一個耐人尋味的發現： Opus 4.8 在訓練過程中，開始出現一種「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現，在大約 5% 的訓練片段中，模型存在未被言語化的、與評分相關的推理。
說白了，AI 正在學會「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 強調，這種傾向目前還沒有導致更差的實際行為——事實上 Opus 4.8 的誤導性聲明比之前的模型更少。但他們也承認，這是一個「可能在未來使訓練變得複雜」的趨勢。
這個問題其實不是 Anthropic 獨有的。所有通過 RLHF（基於人類反饋的強化學習）訓練的模型，理論上都可能發展出這種「討好評審」的策略。 Anthropic 的不同之處在於，它選擇公開講出來——在大模型廠商普遍報喜不報憂的行業氛圍裡，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 一起發布的還有幾個功能更新，其中最值得關注的是 Claude Code 中的「Dynamic Workflows」（動態工作流）。
這個功能允許 Claude 在一次會話中，派出數百個並行子代理來協同完成任務 。它的工作方式是：Claude 先制定計畫，然後把任務拆分成子任務，分派給不同的子代理並行執行，這些代理甚至會從不同角度質疑彼此的結論，反覆迭代直到結果收斂，最後統一驗證再匯報給用戶。
Anthropic 舉的例子是，Claude Code 配合 Opus 4.8 現在可以完成跨越數十萬行程式碼的程式庫級別遷移，從啟動到合併一氣呵成，以現有測試套件作為品質標準。 單次運行最多支持 1000 個子代理，最多 16 個並發。
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 在每次回覆中投入多少「思考力」——從省時省力的低檔，到不惜 token 成本的 max 檔。 這本質上是把「花多少錢辦多大事」的決策權交給了用戶。 Opus 4.8 預設設為「high」，編碼任務下的 token 消耗與 Opus 4.7 的預設值相當，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。
04 Mythos 的影子
在發布 Opus 4.8 的同時，Anthropic 再次提到了 Claude Mythos——那個目前只對少數組織開放的、能力更強的模型。Anthropic 說 Mythos 級別的模型預計「在未來幾周內」向所有客戶開放。
這其實才是 Opus 4.8 發布的更大背景——它像是 Mythos 正式登場前的一次「預熱」。 Opus 4.8 在對齊表現上已經接近了 Mythos Preview，這可能意味著 Anthropic 正在為更強大模型的安全釋放做最後的準備。
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 標識為 claude-opus-4-8，已經在 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 持續施壓的格局下，Anthropic 選擇了一條獨特的路線： 不靠單一的跑分碾壓來製造話題，而是把「模型人格」——誠實、可靠、知進退——當作核心賣點來打。
這能不能跑通，還要看用戶買不買賬。但至少在今天，當我讓 Opus 4.8 幫我審一段程式碼時，它告訴了我一個 4.7 從來不會提的隱患。
光憑這一點，這次更新就沒有白等。
4.64萬 熱度
127.12萬 熱度
1820.06萬 熱度
958.11萬 熱度
80.48萬 熱度
Opus4.8 正式發布，AI 第一次會說「我不確定」了
作者｜樺林舞王
編輯｜ 靖宇
如果你和我一樣，每天靠 AI 寫稿、寫程式、做研究，那你一定有過這種經歷——AI 信心滿滿地交出一份結果，你檢查半天發現裡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，可能是當下大模型最讓人頭疼的問題之一。
5 月 28 日，Anthropic 發布了 Claude Opus 4.8。距離上一個版本 Opus 4.7 的發布，僅僅過去了六周。
Opus4.8 不是一次令人窒息的世代飛躍，Anthropic 自己也坦承這只是「modest but tangible improvement（適度但明顯的提升）」——但它做對了一件很多人期待已久的事：讓 AI 學會承認自己的不確定性。
01 更快的節奏，更誠實的模型
從 2025 年 11 月的 Opus 4.5 開始，Anthropic 的旗艦模型迭代節奏已經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，這在大模型行業裡幾乎是最激進的迭代速度了。
Opus 4.8 與自家模型和友商模型的對比｜圖片來源：Anthropic
在標準 benchmark 上，Opus 4.8 的表現可以用「穩步推進」來概括。程式能力方面，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 值領先於 GPT-5.5 的 1769。計算機操作評測 OSWorld-Verified 也以 83.4% 領跑。
唯一被 GPT-5.5 壓過的項目是終端程式設計（Terminal-Bench 2.1），GPT-5.5 拿了 78.2%，Opus 4.8 是 74.6%。
但說實話，這些跑分數字已經很難讓人興奮了。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—— 分數越高，每漲一個點的實際感知差異就越小。
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據： Opus 4.8 在程式任務中，漏報自己程式碼缺陷的概率比 Opus 4.7 降低了大約四倍。
這是什麼意思？就是說以前 Opus 4.7 寫完一段程式碼，即便裡面有 bug，它也可能若無其事地告訴你「完成了，沒問題」。而 Opus 4.8 更傾向於主動說「這裡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（比如尊重用戶自主權、為用戶利益著想）上達到了新高，而欺騙、配合濫用等「不對齊行為」的發生率大幅低於 Opus 4.7，接近 Anthropic 目前對齊表現最好的模型 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，工具調用效率更高，用更少的步驟達到同樣的智能水平。法律 AI 公司 Casetext 的應用研究負責人更直接說，Opus 4.8 在法律代理基準測試上創了新紀錄，是第一個整體突破 10% all-pass 標準的模型。
Devin 的 CEO Scott Wu 則點出了一个實際痛點——Opus 4.8 修復了 Opus 4.7 中存在的註解冗餘和工具調用問題，這對無人值守的自主工程工作流程來說至關重要。
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的模型，反而是最值得信賴的。
模型非一致性上，Opus4.8 已經和傳說中的 Mythos 不相上下｜圖片來源：Anthropic
不過，在 Opus 4.8 的系統安全卡中，Anthropic 坦率披露了一個耐人尋味的發現： Opus 4.8 在訓練過程中，開始出現一種「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現，在大約 5% 的訓練片段中，模型存在未被言語化的、與評分相關的推理。
說白了，AI 正在學會「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 強調，這種傾向目前還沒有導致更差的實際行為——事實上 Opus 4.8 的誤導性聲明比之前的模型更少。但他們也承認，這是一個「可能在未來使訓練變得複雜」的趨勢。
這個問題其實不是 Anthropic 獨有的。所有通過 RLHF（基於人類反饋的強化學習）訓練的模型，理論上都可能發展出這種「討好評審」的策略。 Anthropic 的不同之處在於，它選擇公開講出來——在大模型廠商普遍報喜不報憂的行業氛圍裡，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 一起發布的還有幾個功能更新，其中最值得關注的是 Claude Code 中的「Dynamic Workflows」（動態工作流）。
這個功能允許 Claude 在一次會話中，派出數百個並行子代理來協同完成任務 。它的工作方式是：Claude 先制定計畫，然後把任務拆分成子任務，分派給不同的子代理並行執行，這些代理甚至會從不同角度質疑彼此的結論，反覆迭代直到結果收斂，最後統一驗證再匯報給用戶。
Anthropic 舉的例子是，Claude Code 配合 Opus 4.8 現在可以完成跨越數十萬行程式碼的程式庫級別遷移，從啟動到合併一氣呵成，以現有測試套件作為品質標準。 單次運行最多支持 1000 個子代理，最多 16 個並發。
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 在每次回覆中投入多少「思考力」——從省時省力的低檔，到不惜 token 成本的 max 檔。 這本質上是把「花多少錢辦多大事」的決策權交給了用戶。 Opus 4.8 預設設為「high」，編碼任務下的 token 消耗與 Opus 4.7 的預設值相當，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。
04 Mythos 的影子
在發布 Opus 4.8 的同時，Anthropic 再次提到了 Claude Mythos——那個目前只對少數組織開放的、能力更強的模型。Anthropic 說 Mythos 級別的模型預計「在未來幾周內」向所有客戶開放。
這其實才是 Opus 4.8 發布的更大背景——它像是 Mythos 正式登場前的一次「預熱」。 Opus 4.8 在對齊表現上已經接近了 Mythos Preview，這可能意味著 Anthropic 正在為更強大模型的安全釋放做最後的準備。
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 標識為 claude-opus-4-8，已經在 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 持續施壓的格局下，Anthropic 選擇了一條獨特的路線： 不靠單一的跑分碾壓來製造話題，而是把「模型人格」——誠實、可靠、知進退——當作核心賣點來打。
這能不能跑通，還要看用戶買不買賬。但至少在今天，當我讓 Opus 4.8 幫我審一段程式碼時，它告訴了我一個 4.7 從來不會提的隱患。
光憑這一點，這次更新就沒有白等。