Anthropic 发布 Claude Opus 4.7：高难度编程大幅升级，加装网络安全防护

很多开发者都有过这种体验：把一段极复杂的并发 Bug 丢给 AI，过了一会儿它开始在死循环里打转，或者编造一套看起来没毛病、跑起来直接崩掉的胶水代码。最后你还得亲自一行行擦屁股，比自己写还要累。

Anthropic 正式全面开放了新旗舰模型 Claude Opus 4.7。它没有像往常那样单纯堆参数，而是在保持每百万输入 token 5 美元、输出 token 25 美元原价的前提下，把力气全砸在了长任务自主执行和自我校验上。目前它已经在 Claude 网页端与客户端、官方 API，以及 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 同步上线。

让 AI 自己查逻辑漏洞，还不乱编数据

这次升级最直观的变化，是它在面对极繁重软件工程时的定力。按照 Hex 团队的测试，低努力档位的 Opus 4.7 表现几乎顶得上中努力档位的 4.6。遇到数据缺失时，它会老老实实报告没有数据，而不是顺着问题编一套假答案。

各家早期测试的数据也拿出了真金白银的差距。在 CursorBench 上，Opus 4.7 的成绩从 4.6 的 58% 直接冲过了 70%。乐天在 Rakuten-SWE-Bench 测试中发现，它能搞定的实际生产任务数量达到了 4.6 的 3 倍。自动化编程工具 Devin 的团队透露，这个模型可以连续稳定工作好几个小时，遇到困难不是中途放弃，而是继续深挖。

此外，模型引入了 xhigh 努力级别和任务预算控制，视觉方面最高支持到 2,576 像素分辨率。法律 AI 平台 Harvey 测出它在 BigLaw Bench 拿到 90.9% 的准确率，能分清以往前沿模型经常搞混的转让条款和控制权变更条款。Notion Agent 的测试也显示，它的工具调用错误减少了三分之二，即便中途工具报错也能自己绕过去继续干活。

第一次故意给大模型「自我阉割」

有意思的是，Anthropic 这次主动削减了模型的一部分危险能力。上周他们刚公布了 Project Glasswing 安全项目，因为 Claude Mythos Preview 实力过于强悍而被严格限制访问，Anthropic 选择把 Opus 4.7 当成首个试验田。

在训练阶段，Anthropic 专门做了差异化削弱实验，主动拉低了它在极端高危网络攻击方面的能力，并上线了自动识别拦截危险安全请求的机制。如果是正规做漏洞研究、红蓝对抗的安全专家，必须通过新设立的「网络验证计划」申请准入。这种发布顶级旗舰却主动在特定领域「倒车」的做法，在业内确实少见。

为什么重要

在我们看来，Anthropic 这次走了一步极其务实的棋。它没有为了数字好看去无底线推高破坏力，而是把重心放在了生产力环境最痛的几个地方：死循环、长流程崩溃、胡说八道。对那些在 Cursor、Devin 或自家自动化流水线里跑代码的开发者来说，升级几乎不需要犹豫，加量不加价的定价策略更是把尝试门槛降到了最低。

对整个行业而言，这说明前沿大模型的竞争维度正在发生转移。单纯刷基础榜单分数的意义正在减弱，能不能在异步工作流、CI/CD 和数小时的复杂排错中不掉链子，成了新的分水岭。Opus 4.7 证明了更深度的推理校验比盲目求快更重要。

不过这也带来了一个潜在隐患。Anthropic 开始从底层对模型能力做人为手术式的剥离与拦截，一旦自动化防御系统误判，可能会误伤正常的开发与排错指令。网络验证计划能多快放行正常需求，是安全研究员们接下来最关心的事。