作者｜ 桦林舞王

编辑｜ 靖宇

 

一家 AI 公司，到底做什么会让开发者气到在 GitHub 上，公开声讨一个 AI 模型「退化到不能用」？

过去几周，Claude Opus 4.6「疯狂降智」的讨论充斥网络。

一位 AMD 的资深总监在 GitHub 上发了一篇广泛流传的帖子，直接写道「Claude 已退化到无法信任执行复杂工程的地步」。这篇帖子在开发者社区炸开了锅，无数人跑来补刀，说自己也有类似体验。

就在舆论发酵到最热的时候，2026 年 4 月 16 日，Anthropic 悄然推出了 Claude Opus 4.7。

时机，耐人寻味。

 

01

「退化」风波，

Anthropic 欠开发者一个答案

 

要理解 Opus 4.7 的意义，得先说清楚它出现之前发生了什么。

Opus 4.6 上线后，最初口碑不错。但随着时间推移，开发者们开始陆续反映：这个模型在处理复杂工程任务时，变得越来越「保守」，越来越容易在多步骤任务中途放弃，甚至开始给出「看起来合理但其实是错的」回答。

这种「退化感」在 AI 产品里是最致命的信任危机 。用户可以接受模型能力一般，但无法接受一个用熟了的工具突然变得不可靠。

从用数据角度看这件事，财报分析平台 Hex 的评估说明了问题的本质。他们发现 Opus 4.6 在遇到数据矛盾时，会倾向于给出「 看似合理的错误回退 」，而不是老老实实承认「数据缺失，我没法回答」。对一个要用来做数据分析的工具来说，这比「不会用」还危险。

Anthropic 对这些反馈的回应方式是，直接上新版本。没有公开的解释，没有「我们听到了」的官方声明，就是一个新模型上线了。

对技术公司来说，这算是最直接的道歉方式 。

 

02

Opus 4.7 到底强在哪

 

Anthropic 给 Opus 4.7 打的标签是「软件工程领域的显著提升」，并引入了一个全新的 xhigh 努力等级。

从具体数字来看，编码基准提升了 13%，生产级任务的自主完成率提升了 3 倍，同时还带来了高达 3.75 兆像素的高分辨率视觉支持和更新的分词器。

但这些官方数字对开发者来说太抽象。更有说服力的是来自 Cursor 团队的反馈。Cursor 是目前最受开发者青睐的 AI 编程工具之一，他们用自己的内部基准 CursorBench 测试了 Opus 4.7， 结果是自主编码成功率从 Opus 4.6 的 58% 跳升到了 70% 。

12 个百分点的差距，听起来不大，但放在「自主完成复杂任务」这个维度上，意义完全不同。

过去在 Opus 4.6 上需要两到三次提示才能搞定的任务，在 4.7 上通常一次就能跑通。对真正在工作流里深度依赖 AI 的开发者来说， 这直接等于减少了一半以上的来回调试成本 。

Hex 对 Opus 4.7 的评价，则从另一个维度印证了这次升级的质量。他们直接说这是「 评估过最强大的模型 」，核心理由是它在面对数据矛盾时，不再试图给出貌似合理的错误答案，而是选择如实告知「数据缺失」。这听起来像是一个很小的行为变化，但它指向的是模型「自知能力边界」这个更深层的进步。

价格没有变化。输入每百万 token 5 美元，输出每百万 token 25 美元，和 Opus 4.6 完全一致。

 

03

两周三更新，Anthropic 在打什么算盘

 

如果只是看这一次发布，Opus 4.7 是一次扎实的迭代升级。但把时间线拉长到过去两个月，这次更新的背后逻辑就更有意思了。

2026 年 1 月以来，Anthropic 大约保持着每两周一次重大更新的节奏。这个频率，在 AI 军备竞赛最激烈的今天，本身就是一种战略表态：

「 我们在跑，我们不会停 」。

更值得关注的是与此同时发生的另一件事。

就在 Opus 4.7 发布前几周，Anthropic 向精选企业客户悄悄开放了 Claude Mythos Preview，这是作为 Project Glasswing 网络安全计划的一部分。

这个模型的能力之强让人警惕，据报道它能够渗透主要银行系统，且具备同时攻击多个目标的潜力。Anthropic 联合创始人杰克·克拉克专门向特朗普政府做了汇报，财政部长斯科特·贝森特和美联储主席鲍威尔随后也紧急召集了与银行高管的会议。

这意味着 Anthropic 现在同时在打两场战争。一场是公开的、对着开发者和企业客户的产品战，Opus 4.7 是这场战争里的一颗棋子；另一场是关于 AI 能力边界的政策博弈，Mythos 和 Project Glasswing 是这条线上更敏感的棋局。

这两件事放在一起看，你会发现 Anthropic 的产品哲学，正在发生微妙的转变。他们越来越清楚， 最强大的模型不能直接扔给所有人用，但也不能把「足够强」的模型做差了 。

Opus 4.7 扮演的，就是这个「足够强但可控部署」的角色。

 

04

开发者生态的新格局

 

Opus 4.7 的发布，对整个开发者工具生态的意味，不只是「Claude 又更新了」这么简单。

编程助手这个赛道，今天已经是一场关于「工作流深度绑定」的战争。Cursor 选择把 Opus 4.7 作为核心模型接入，这背后是一个明确的判断，在当前竞争格局里，Claude 系列对复杂软件工程任务的理解深度，依然有明显优势。

VentureBeat 的一个分析视角很有意思，他们认为 Opus 4.7 代表的，是 AI 从「创意助手」向「可靠执行者」的角色迁移 。这个说法其实道出了企业采购决策的核心逻辑，创意助手可以偶尔出错，但执行者不行。

不过，也有值得留意的隐患。新分词器的引入意味着，同样的输入文本可能会消耗更多 token，虽然单价不变，但实际成本有可能悄悄上涨。这对高频调用 API 的企业来说，是需要重新测算的变量。

还有一个更根本的问题，正如 Decrypt 的评论所指出的， AI 行业至，今仍没有一套大家都认可的能力评估标准 。Anthropic 说编码基准提升了 13%，但这个基准和真实开发场景之间的距离，每个人的感受都不一样。Cursor 的 70% 成功率数据，比 Anthropic 自己发布的所有基准都更有说服力，正是因为它来自真实工作流里的实际验证。

几周前，开发者在 GitHub 上公开抱怨 Opus 4.6「不能用了」。今天，Anthropic 用一个新版本回应了这份不满，并且用实打实的性能数据赢回了 Cursor、Hex 这些头部工具团队的背书。

但用户的信任不是靠一次发布能彻底修复的。每两周一次的迭代节奏，既是优势，也是压力，因为它意味着每次发布都必须真的好，否则下一轮「退化」的声音会来得更快。

对 Anthropic 来说， 真正的考验不是今天能不能发出一个更好的版本，而是能不能让开发者相信，这个「更好」是持续的、可预期的 。

这对任何 AI 公司来说，都是一个巨大的挑战。

*头图来源： LLM Stats

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO