被骂降智 1 个月后，Anthropic 端出了 Opus 4.7

Claude Opus 4.7 能不能堵住用户的嘴？

作者｜桦林舞王

编辑｜靖宇

一家 AI 公司，到底做什么会让开发者气到在 GitHub 上，公开声讨一个 AI 模型「退化到不能用」？

过去几周，Claude Opus 4.6「疯狂降智」的讨论充斥网络。

一位 AMD 的资深总监在 GitHub 上发了一篇广泛流传的帖子，直接写道「Claude 已退化到无法信任执行复杂工程的地步」。这篇帖子在开发者社区炸开了锅，无数人跑来补刀，说自己也有类似体验。

就在舆论发酵到最热的时候，2026 年 4 月 16 日，Anthropic 悄然推出了 Claude Opus 4.7。

时机，耐人寻味。

01

「退化」风波，

Anthropic 欠开发者一个答案

要理解 Opus 4.7 的意义，得先说清楚它出现之前发生了什么。

Opus 4.6 上线后，最初口碑不错。但随着时间推移，开发者们开始陆续反映：这个模型在处理复杂工程任务时，变得越来越「保守」，越来越容易在多步骤任务中途放弃，甚至开始给出「看起来合理但其实是错的」回答。

这种「退化感」在 AI 产品里是最致命的信任危机。用户可以接受模型能力一般，但无法接受一个用熟了的工具突然变得不可靠。

从用数据角度看这件事，财报分析平台 Hex 的评估说明了问题的本质。他们发现 Opus 4.6 在遇到数据矛盾时，会倾向于给出「看似合理的错误回退」，而不是老老实实承认「数据缺失，我没法回答」。对一个要用来做数据分析的工具来说，这比「不会用」还危险。

Anthropic 对这些反馈的回应方式是，直接上新版本。没有公开的解释，没有「我们听到了」的官方声明，就是一个新模型上线了。

对技术公司来说，这算是最直接的道歉方式。

02

Opus 4.7 到底强在哪

Anthropic 给 Opus 4.7 打的标签是「软件工程领域的显著提升」，并引入了一个全新的 xhigh 努力等级。

从具体数字来看，编码基准提升了 13%，生产级任务的自主完成率提升了 3 倍，同时还带来了高达 3.75 兆像素的高分辨率视觉支持和更新的分词器。

但这些官方数字对开发者来说太抽象。更有说服力的是来自 Cursor 团队的反馈。Cursor 是目前最受开发者青睐的 AI 编程工具之一，他们用自己的内部基准 CursorBench 测试了 Opus 4.7，结果是自主编码成功率从 Opus 4.6 的 58% 跳升到了 70%。

12 个百分点的差距，听起来不大，但放在「自主完成复杂任务」这个维度上，意义完全不同。

过去在 Opus 4.6 上需要两到三次提示才能搞定的任务，在 4.7 上通常一次就能跑通。对真正在工作流里深度依赖 AI 的开发者来说，这直接等于减少了一半以上的来回调试成本。

Hex 对 Opus 4.7 的评价，则从另一个维度印证了这次升级的质量。他们直接说这是「评估过最强大的模型」，核心理由是它在面对数据矛盾时，不再试图给出貌似合理的错误答案，而是选择如实告知「数据缺失」。这听起来像是一个很小的行为变化，但它指向的是模型「自知能力边界」这个更深层的进步。

价格没有变化。输入每百万 token 5 美元，输出每百万 token 25 美元，和 Opus 4.6 完全一致。

03

两周三更新，Anthropic 在打什么算盘

如果只是看这一次发布，Opus 4.7 是一次扎实的迭代升级。但把时间线拉长到过去两个月，这次更新的背后逻辑就更有意思了。

2026 年 1 月以来，Anthropic 大约保持着每两周一次重大更新的节奏。这个频率，在 AI 军备竞赛最激烈的今天，本身就是一种战略表态：

「我们在跑，我们不会停」。

更值得关注的是与此同时发生的另一件事。

就在 Opus 4.7 发布前几周，Anthropic 向精选企业客户悄悄开放了 Claude Mythos Preview，这是作为 Project Glasswing 网络安全计划的一部分。

这个模型的能力之强让人警惕，据报道它能够渗透主要银行系统，且具备同时攻击多个目标的潜力。Anthropic 联合创始人杰克·克拉克专门向特朗普政府做了汇报，财政部长斯科特·贝森特和美联储主席鲍威尔随后也紧急召集了与银行高管的会议。

这意味着 Anthropic 现在同时在打两场战争。一场是公开的、对着开发者和企业客户的产品战，Opus 4.7 是这场战争里的一颗棋子；另一场是关于 AI 能力边界的政策博弈，Mythos 和 Project Glasswing 是这条线上更敏感的棋局。

这两件事放在一起看，你会发现 Anthropic 的产品哲学，正在发生微妙的转变。他们越来越清楚，最强大的模型不能直接扔给所有人用，但也不能把「足够强」的模型做差了。

Opus 4.7 扮演的，就是这个「足够强但可控部署」的角色。

04

开发者生态的新格局

Opus 4.7 的发布，对整个开发者工具生态的意味，不只是「Claude 又更新了」这么简单。

编程助手这个赛道，今天已经是一场关于「工作流深度绑定」的战争。Cursor 选择把 Opus 4.7 作为核心模型接入，这背后是一个明确的判断，在当前竞争格局里，Claude 系列对复杂软件工程任务的理解深度，依然有明显优势。

VentureBeat 的一个分析视角很有意思，他们认为Opus 4.7 代表的，是 AI 从「创意助手」向「可靠执行者」的角色迁移。这个说法其实道出了企业采购决策的核心逻辑，创意助手可以偶尔出错，但执行者不行。

不过，也有值得留意的隐患。新分词器的引入意味着，同样的输入文本可能会消耗更多 token，虽然单价不变，但实际成本有可能悄悄上涨。这对高频调用 API 的企业来说，是需要重新测算的变量。

还有一个更根本的问题，正如 Decrypt 的评论所指出的，AI 行业至，今仍没有一套大家都认可的能力评估标准。Anthropic 说编码基准提升了 13%，但这个基准和真实开发场景之间的距离，每个人的感受都不一样。Cursor 的 70% 成功率数据，比 Anthropic 自己发布的所有基准都更有说服力，正是因为它来自真实工作流里的实际验证。

几周前，开发者在 GitHub 上公开抱怨 Opus 4.6「不能用了」。今天，Anthropic 用一个新版本回应了这份不满，并且用实打实的性能数据赢回了 Cursor、Hex 这些头部工具团队的背书。

但用户的信任不是靠一次发布能彻底修复的。每两周一次的迭代节奏，既是优势，也是压力，因为它意味着每次发布都必须真的好，否则下一轮「退化」的声音会来得更快。

对 Anthropic 来说，真正的考验不是今天能不能发出一个更好的版本，而是能不能让开发者相信，这个「更好」是持续的、可预期的。

这对任何 AI 公司来说，都是一个巨大的挑战。

*头图来源：LLM Stats

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

Opus4.7 的能力符合你的预期吗？