Anthropic 釋出 Claude Opus 4.7：高難度程式設計大幅升級，加裝網路安全防護

很多開發者都有過這種體驗：把一段極複雜的併發 Bug 丟給 AI，過了一會兒它開始在死迴圈裡打轉，或者編造一套看起來沒毛病、跑起來直接崩掉的膠水程式碼。最後你還得親自一行行擦屁股，比自己寫還要累。

Anthropic 正式全面開放了新旗艦模型 Claude Opus 4.7。它沒有像往常那樣單純堆引數，而是在保持每百萬輸入 token 5 美元、輸出 token 25 美元原價的前提下，把力氣全砸在了長任務自主執行和自我校驗上。目前它已經在 Claude 網頁端與客戶端、官方 API，以及 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 同步上線。

讓 AI 自己查邏輯漏洞，還不亂編資料

這次升級最直觀的變化，是它在面對極繁重軟體工程時的定力。按照 Hex 團隊的測試，低努力檔位的 Opus 4.7 表現幾乎頂得上中努力檔位的 4.6。遇到資料缺失時，它會老老實實報告沒有資料，而不是順著問題編一套假答案。

各家早期測試的資料也拿出了真金白銀的差距。在 CursorBench 上，Opus 4.7 的成績從 4.6 的 58% 直接衝過了 70%。樂天在 Rakuten-SWE-Bench 測試中發現，它能搞定的實際生產任務數量達到了 4.6 的 3 倍。自動化程式設計工具 Devin 的團隊透露，這個模型可以連續穩定工作好幾個小時，遇到困難不是中途放棄，而是繼續深挖。

此外，模型引入了 xhigh 努力級別和任務預算控制，視覺方面最高支援到 2,576 畫素解析度。法律 AI 平臺 Harvey 測出它在 BigLaw Bench 拿到 90.9% 的準確率，能分清以往前沿模型經常搞混的轉讓條款和控制權變更條款。Notion Agent 的測試也顯示，它的工具呼叫錯誤減少了三分之二，即便中途工具報錯也能自己繞過去繼續幹活。

第一次故意給大模型「自我閹割」

有意思的是，Anthropic 這次主動削減了模型的一部分危險能力。上週他們剛公佈了 Project Glasswing 安全專案，因為 Claude Mythos Preview 實力過於強悍而被嚴格限制訪問，Anthropic 選擇把 Opus 4.7 當成首個試驗田。

在訓練階段，Anthropic 專門做了差異化削弱實驗，主動拉低了它在極端高危網路攻擊方面的能力，並上線了自動識別攔截危險安全請求的機制。如果是正規做漏洞研究、紅藍對抗的安全專家，必須通過新設立的「網路驗證計劃」申請准入。這種釋出頂級旗艦卻主動在特定領域「倒車」的做法，在業內確實少見。

為什麼重要

在我們看來，Anthropic 這次走了一步極其務實的棋。它沒有為了數字好看去無底線推高破壞力，而是把重心放在了生產力環境最痛的幾個地方：死迴圈、長流程崩潰、胡說八道。對那些在 Cursor、Devin 或自家自動化流水線裡跑程式碼的開發者來說，升級幾乎不需要猶豫，加量不加價的定價策略更是把嘗試門檻降到了最低。

對整個行業而言，這說明前沿大模型的競爭維度正在發生轉移。單純刷基礎榜單分數的意義正在減弱，能不能在非同步工作流、CI/CD 和數小時的複雜排錯中不掉鏈子，成了新的分水嶺。Opus 4.7 證明了更深度的推理校驗比盲目求快更重要。

不過這也帶來了一個潛在隱患。Anthropic 開始從底層對模型能力做人為手術式的剝離與攔截，一旦自動化防禦系統誤判，可能會誤傷正常的開發與排錯指令。網路驗證計劃能多快放行正常需求，是安全研究員們接下來最關心的事。