Anthropic 釋出 Claude Opus 4.8：程式碼漏錯率降至四分之一，加量不加價

AI 寫程式碼最讓人頭疼的，不是它寫不出來，而是它明明寫了 Bug 還嘴硬說「搞定了」。

Anthropic 正式推出 Claude Opus 4.8，距離上一代 Opus 4.7 釋出僅僅過去了 41 天。TechCrunch 報道提到，這個更新節奏對 Anthropic 來說不同尋常，此前 Opus 4.7 市場反響有些平淡，而 OpenAI Codex 和 Google Gemini Flash 步步緊逼。新版本沒有漲價，標準輸入和輸出依舊是每百萬 token 5 美元和 25 美元，同時同步登陸了 Amazon Bedrock 與 AWS 上的 Claude Platform。

承認自己寫了 Bug，比跑分漲幾分更重要

這次 Anthropic 把宣傳重點放在了「誠實」和「判斷力」上，而不是單純堆跑分。

官方測試顯示，Opus 4.8 讓程式碼缺陷矇混過關的機率比上一代低了整整四倍。在寫程式碼和做複雜推理時，它更傾向於主動指出自己拿不準的地方，而不是硬著頭皮給出毫無根據的結論。

橋水基金（Bridgewater Associates）在測試中評價，Opus 4.8 最大的改變在於能主動標註輸入和輸出裡的問題，而以往的各類模型經常會漏掉這些隱患，把排錯包袱丟給人類。

與此同時，對齊團隊給出的安全評估也顯示，新模型在越獄、欺騙和惡意配合等不對齊行為上的指標大幅下降，整體安全水準已經逼近了還在受控測試的 Claude Mythos Preview。

幾百個子智慧體開工，還支援中途改指令

和新模型一起上線的，還有 Claude Code 裡的「動態工作流」（Dynamic Workflows，目前為研究預覽版）。

這個功能主要面向 Enterprise、Team 和 Max 訂閱使用者。簡單來說，Claude 可以先自己做規劃，然後在一個會話里拉起數百個並行的子智慧體，一口氣處理幾十萬行程式碼的整庫級遷移，從立項一直跑到合併，全程用現有測試套件做質檢。

網頁端和 Cowork 則加入了「努力程度」（Effort control）滑塊，全版本可用。覺得任務簡單就調低努力值，回覆更快、更省額度；遇到難題就切到「extra」或「max」，讓它多思考。Opus 4.8 預設設定在「high」，官方表示這個檔位在程式碼任務上消耗的 token 數和 4.7 相當，但產出明顯更好。

開發者介面也有個很實在的調整。Messages API 現在允許在訊息陣列中間塞入系統指令（system entries）。這意味著開發者可以在 Agent 執行中途動態更新許可權、token 預算或環境資訊，既不用把指令偽裝成使用者發言，也不會打碎現有的 Prompt 快取。另外，Opus 4.8 的快速模式提速到了 2.5 倍，價格卻比以往便宜了三分之二，輸入和輸出分別為每百萬 token 10 美元和 50 美元。

Anthropic 還順帶提了一句下一代旗艦：原本因為網路安全風險僅對少數機構開放的 Claude Mythos，隨著防護措施跟進，預計會在接下來幾週內向所有客戶開放。

為什麼重要

我們認為，Anthropic 這次把「少吹牛、懂糾錯」當作核心賣點，走得非常務實。

對開發者和工程團隊來說，現在拿 AI 寫單段程式碼已經不稀奇，真正的痛點是做跨模組大工程時，AI 會在長鏈路裡自我催眠，把一個小錯誤層層掩蓋成大災難。Opus 4.8 漏檢 Bug 的機率降到四分之一，加上動態工作流幾百個子任務的併發，這意味著重構、跨框架遷移這類苦活，終於可以嘗試整庫交給 Claude Code 去跑了。

在 API 層面允許中途更新系統提示詞而不破壞快取，也是個很聰明的做法。它直接擊中了複雜 Agent 架構的痛點：過去改個許可權就得重新計算全部快取，成本高昂，現在終於可以像管理真實員工一樣隨時批註。

不過隱患同樣存在。多智慧體並行和「extra」檔位的深度思考，本質上都是在靠吞噬巨量 token 換效果。雖然呼叫單價沒漲、快速模式還降價了，但真跑起幾十萬行程式碼的遷移，賬單依然會非常肉痛。如果你只是日常寫寫小指令碼，現在的 Sonnet 已經夠用；但如果團隊正卡在老舊系統重構或長時間執行的嚴肅 Agent 除錯上，Opus 4.8 絕對值得第一時間開測。