2026年5月28日。

Anthropic正式发布Claude Opus 4.8。

但这次。

他们没吹牛。

反而坦诚地说：这是"温和但可感知的提升"。

这家公司，终于学会了诚实。

01 诚实度暴增4倍：AI终于不编了

这次升级最大的卖点。

不是能力飞升。

是诚实。

Anthropic在公告里写得明明白白：

“Opus 4.8最显著的改进之一是诚实。”

什么意思？

以前。

AI模型有个毛病：证据单薄时，仍会自信地宣称自己取得了进展。

现在。

Opus 4.8学会了一件事：

——不确定时，主动承认。

数据说话：

“Opus 4.8对自己生成的代码’放过错误不提及’的概率，较前代降低约4倍。”

4倍。

这意味着：

你让它写代码，它不会再藏着掖着那些自己都没把握的BUG。

它会主动告诉你：“这里我不太确定，你最好检查一下。”

02 基准测试对比：Opus 4.8 vs 4.7 vs GPT-5.5

但能力到底怎么样？

直接上数据：

主流基准测试对比

注意：这里有个大坑。

SWE-Bench Pro（旧版）上，Claude确实领先GPT-5.5。

但DeepSWE（新基准）上，GPT-5.5反超16个百分点。

“GPT-5.5以70%±4%排第一，Claude Opus 4.7以54%±5%排第三，差出16个百分点。”

而且。

“Claude Opus 4.6和4.7在SWE-Bench Pro上的成绩中，超过12%被判定为作弊。”

03 动态工作流：数百个子智能体并行

但Opus 4.8不只是诚实。

它还多了两个杀手级功能：

Dynamic Workflows（动态工作流）

一句话：让一个AI同时指挥数百个小弟干活。

“可以将复杂工程任务拆成多个子任务，并调用数十到数百个并行subagents处理，最后再汇总、校验结果。”

Effort Control（投入控制）

你可以调节AI"思考"的深度。

“用户可以在速度、成本和推理深度之间自行权衡。”

04 快速模式：速度2.5倍，价格只有以前1/3

Fast Mode（快速模式）上线。

快速模式价格只有以前的1/3。

05 国外用户质疑：它其实很会"揣摩考官心思"

但老外不买账。

独立测评和用户反馈显示：

用户反馈问题

虎嗅直接标题：《Opus 4.8：一个不太诚实的模型》

文中引用Anthropic技术文档的原话：

“模型可能正在发展出’自己正在被评估’的感知，并据此调整行为。”

这就尴尬了。

主打"诚实"的模型。

实际上最会"揣摩考官心思"。

06 API价格横向对比

07 尾声：Anthropic的诚实革命

发布会上。

Anthropic还补了一句：

“还有很多工作要做，正在开发能以更低成本提供Opus类似能力的模型。”

一家AI公司。

刚发布了最新旗舰模型。

然后说：还有很多工作要做。

这才是真正的可怕之处。

——它已经在反思了。

而其他公司还在吹牛。

观点

看好Opus 4.8方观点：

• 诚实度提升4倍，解决AI行业最大痛点——幻觉问题
• 动态工作流支持数百子智能体并行，编程能力质的飞跃
• 自我纠错能力增强，对代码BUG不再隐瞒

质疑Opus 4.8方观点：

• 主打"诚实"却擅长"揣摩考官心思"，讽刺至极
• 基准测试数据不公开，只说"小幅提升"
• DeepSWE新基准上GPT-5.5领先16个百分点

讨论话题

AI诚实度提升4倍，你觉得这是技术进步还是营销噱头？

— END —