Anthropic 发布 Claude Opus 4.8：代码漏错率降至四分之一，加量不加价

AI 写代码最让人头疼的，不是它写不出来，而是它明明写了 Bug 还嘴硬说「搞定了」。

Anthropic 正式推出 Claude Opus 4.8，距离上一代 Opus 4.7 发布仅仅过去了 41 天。TechCrunch 报道提到，这个更新节奏对 Anthropic 来说不同寻常，此前 Opus 4.7 市场反响有些平淡，而 OpenAI Codex 和 Google Gemini Flash 步步紧逼。新版本没有涨价，标准输入和输出依旧是每百万 token 5 美元和 25 美元，同时同步登陆了 Amazon Bedrock 与 AWS 上的 Claude Platform。

承认自己写了 Bug，比跑分涨几分更重要

这次 Anthropic 把宣传重点放在了「诚实」和「判断力」上，而不是单纯堆跑分。

官方测试显示，Opus 4.8 让代码缺陷蒙混过关的概率比上一代低了整整四倍。在写代码和做复杂推理时，它更倾向于主动指出自己拿不准的地方，而不是硬着头皮给出毫无根据的结论。

桥水基金（Bridgewater Associates）在测试中评价，Opus 4.8 最大的改变在于能主动标注输入和输出里的问题，而以往的各类模型经常会漏掉这些隐患，把排错包袱丢给人类。

与此同时，对齐团队给出的安全评估也显示，新模型在越狱、欺骗和恶意配合等不对齐行为上的指标大幅下降，整体安全水准已经逼近了还在受控测试的 Claude Mythos Preview。

几百个子智能体开工，还支持中途改指令

和新模型一起上线的，还有 Claude Code 里的「动态工作流」（Dynamic Workflows，目前为研究预览版）。

这个功能主要面向 Enterprise、Team 和 Max 订阅用户。简单来说，Claude 可以先自己做规划，然后在一个会话里拉起数百个并行的子智能体，一口气处理几十万行代码的整库级迁移，从立项一直跑到合并，全程用现有测试套件做质检。

网页端和 Cowork 则加入了「努力程度」（Effort control）滑块，全版本可用。觉得任务简单就调低努力值，回复更快、更省额度；遇到难题就切到「extra」或「max」，让它多思考。Opus 4.8 默认设定在「high」，官方表示这个档位在代码任务上消耗的 token 数和 4.7 相当，但产出明显更好。

开发者接口也有个很实在的调整。Messages API 现在允许在消息数组中间塞入系统指令（system entries）。这意味着开发者可以在 Agent 运行中途动态更新权限、token 预算或环境信息，既不用把指令伪装成用户发言，也不会打碎现有的 Prompt 缓存。另外，Opus 4.8 的快速模式提速到了 2.5 倍，价格却比以往便宜了三分之二，输入和输出分别为每百万 token 10 美元和 50 美元。

Anthropic 还顺带提了一句下一代旗舰：原本因为网络安全风险仅对少数机构开放的 Claude Mythos，随着防护措施跟进，预计会在接下来几周内向所有客户开放。

为什么重要

我们认为，Anthropic 这次把「少吹牛、懂纠错」当作核心卖点，走得非常务实。

对开发者和工程团队来说，现在拿 AI 写单段代码已经不稀奇，真正的痛点是做跨模块大工程时，AI 会在长链路里自我催眠，把一个小错误层层掩盖成大灾难。Opus 4.8 漏检 Bug 的几率降到四分之一，加上动态工作流几百个子任务的并发，这意味着重构、跨框架迁移这类苦活，终于可以尝试整库交给 Claude Code 去跑了。

在 API 层面允许中途更新系统提示词而不破坏缓存，也是个很聪明的做法。它直接击中了复杂 Agent 架构的痛点：过去改个权限就得重新计算全部缓存，成本高昂，现在终于可以像管理真实员工一样随时批注。

不过隐患同样存在。多智能体并行和「extra」档位的深度思考，本质上都是在靠吞噬巨量 token 换效果。虽然调用单价没涨、快速模式还降价了，但真跑起几十万行代码的迁移，账单依然会非常肉痛。如果你只是日常写写小脚本，现在的 Sonnet 已经够用；但如果团队正卡在老旧系统重构或长时间运行的严肃 Agent 调试上，Opus 4.8 绝对值得第一时间开测。