小版本迭代，試驗(yàn)屬性強(qiáng)。

AIX財(cái)經(jīng)（AIXcaijing）原創(chuàng)

作者 | 王璐

編輯 | 魏佳

Claude再次成為焦點(diǎn)。

5月29日凌晨，AI行業(yè)又上演了一場(chǎng)“深夜突襲”。美國(guó)大模型公司Anthropic正式發(fā)布Claude最新旗艦?zāi)Ｐ蚈pus 4.8，并同步宣布完成H輪650億美元融資，投后估值高達(dá)9650億美元。在不到三個(gè)月的時(shí)間里，Anthropic的估值增長(zhǎng)約154%，正式超過(guò)競(jìng)爭(zhēng)對(duì)手OpenAI。

本次模型更新，覆蓋編碼、智能體任務(wù)、推理與知識(shí)工作等核心能力，其中重點(diǎn)提升了模型的“誠(chéng)實(shí)度”，并新增了支持大規(guī)模復(fù)雜任務(wù)并行處理的“動(dòng)態(tài)工作流”功能。

然而，若僅從功能列表來(lái)看，很容易高估此次發(fā)布的意義。實(shí)際上，Opus 4.8并沒(méi)有帶來(lái)架構(gòu)層面的顛覆性突破，從業(yè)者一致認(rèn)為其屬于“漸進(jìn)式進(jìn)步”。

但本次發(fā)布也傳遞出一個(gè)明確信號(hào)：大模型的競(jìng)爭(zhēng)重心，正從技術(shù)突破，轉(zhuǎn)向誰(shuí)更可靠、更好用、性價(jià)比更高。

這種轉(zhuǎn)向，也體現(xiàn)在Claude的迭代節(jié)奏上，Opus 4.8距離上一版本Opus 4.7的發(fā)布僅43天?？焖俚母滤俣龋仁谴竽Ｐ透?jìng)爭(zhēng)白熱化的縮影，也反映了Anthropic當(dāng)前的處境。它必須以更快的節(jié)奏，同時(shí)向開(kāi)發(fā)者、企業(yè)客戶與資本市場(chǎng)證明，Claude值得信賴。

01.進(jìn)步有限，“誠(chéng)實(shí)”是最大亮點(diǎn)

先看官方發(fā)布的Opus 4.8成績(jī)單。

在編程、多學(xué)科推理、金融分析等主流基準(zhǔn)測(cè)試中，Opus 4.8的得分全面超越前代Opus 4.7，也壓過(guò)了競(jìng)爭(zhēng)對(duì)手GPT-5.5。但有一個(gè)細(xì)節(jié)值得關(guān)注：在最貼近開(kāi)發(fā)者真實(shí)工作流的“終端編碼”測(cè)試（Terminal-Bench 2.1）中，Opus 4.8以74.6%拿下本次所有單項(xiàng)測(cè)試中最大的提升幅度，但仍落后于GPT-5.5的78.2%。

不過(guò)，這個(gè)差距在實(shí)際使用中的影響，可能比數(shù)字看起來(lái)要小。

資深開(kāi)發(fā)者張鈺樞告訴「AIX財(cái)經(jīng)」，模型在“終端編碼”上的表現(xiàn)，與開(kāi)發(fā)者具體采用的工作流密切相關(guān)，如果日常高度依賴命令行逐條調(diào)試，GPT-5.5的領(lǐng)先或許更順手；但如果核心工作是在IDE中閱讀代碼、理解架構(gòu)、重構(gòu)或修復(fù)復(fù)雜缺陷，Claude在SWE-Bench Pro上的優(yōu)勢(shì)則更具參考價(jià)值。

在他看來(lái)，對(duì)大多數(shù)應(yīng)用層開(kāi)發(fā)者而言，終端操作上的差距，更多反映的是廠商在各自工具鏈和優(yōu)化策略上的不同側(cè)重，而非模型底層編碼能力的根本性短板。因此，其在實(shí)際開(kāi)發(fā)工作中的影響并不顯著，是可以接受的。

相比編碼能力的細(xì)微得失，這次更新中更值得關(guān)注的，是Anthropic重點(diǎn)打磨的“誠(chéng)實(shí)度”。官方數(shù)據(jù)顯示，Opus 4.8編寫的代碼中缺陷被漏報(bào)的概率，只有Opus 4.7的約四分之一，在“欺騙用戶”或“協(xié)助干壞事”等行為上的發(fā)生率也顯著下降。

但這個(gè)數(shù)字并非沒(méi)有爭(zhēng)議。資深A(yù)I從業(yè)者方思明告訴「AIX財(cái)經(jīng)」，他并沒(méi)有感受到模型變得特別誠(chéng)實(shí)，“這種進(jìn)步可能更多體現(xiàn)在溝通話術(shù)或表達(dá)方式的微妙調(diào)整上?！?/p>

Anthropic官方也表示，其在訓(xùn)練過(guò)程中觀察到一個(gè)潛在矛盾，即模型在推理時(shí)，越來(lái)越傾向于“揣測(cè)評(píng)分者意圖”。也就是說(shuō)，它可能正在形成“自己正在被測(cè)試”的感知，從而給出它認(rèn)為能拿高分的答案，而非真正最優(yōu)或最真實(shí)的解答，這對(duì)它所追求的“誠(chéng)實(shí)”原則，構(gòu)成了一定挑戰(zhàn)。

綜合來(lái)看，Opus 4.8更像是一次扎實(shí)但幅度有限的小版本迭代，實(shí)際體驗(yàn)上的提升感知并不顯著。

方思明的評(píng)價(jià)頗具代表性，他認(rèn)為“Opus4.8相比Opus4.6和GPT-5.5都算不上越級(jí)式的提升，更多是針對(duì)上一版本Opus4.7的修復(fù)與優(yōu)化。”鑒于此前4.7版本的表現(xiàn)，對(duì)Anthropic而言，當(dāng)下最迫切的任務(wù)是重建用戶對(duì)AI可靠性的信任，然而，僅憑目前公布的數(shù)據(jù)與表現(xiàn)，仍難以說(shuō)服整個(gè)市場(chǎng)相信Claude已是“最值得托付的那一個(gè)”。

02.“動(dòng)態(tài)工作流”成新王牌，但成本是個(gè)問(wèn)題

不止一位從業(yè)者表示，這次發(fā)布最值得關(guān)注的不僅只有Opus 4.8的各項(xiàng)評(píng)分，還有同步推出的Dynamic Workflows（動(dòng)態(tài)工作流）。值得一提的是，Anthropic實(shí)驗(yàn)室中能力更強(qiáng)的Claude Mythos Preview并未隨此次發(fā)布對(duì)外開(kāi)放，也就是說(shuō)，Opus 4.8是當(dāng)前最強(qiáng)的“通用可用版本”，但不是Anthropic手里最強(qiáng)的牌。

動(dòng)態(tài)工作流可以簡(jiǎn)單理解為，Claude現(xiàn)在能扮演“項(xiàng)目總監(jiān)”的角色，把一個(gè)大型復(fù)雜任務(wù)自動(dòng)拆解成數(shù)百個(gè)子任務(wù)，分派給多個(gè)“子智能體”并行處理，中間結(jié)果經(jīng)過(guò)交叉驗(yàn)證后，再整合輸出給用戶。

圖源 / pexels

Anthropic為此展示了一個(gè)官方案例：開(kāi)發(fā)者Jarred Sumner借助動(dòng)態(tài)工作流，將Bun的底層語(yǔ)言從Zig遷移到Rust，生成了約75萬(wàn)行Rust代碼，通過(guò)了現(xiàn)有測(cè)試套件的99.8%，從第一次commit到最終merge，歷時(shí)11天。

這相當(dāng)于在不到兩周內(nèi)，Claude便完成了一個(gè)通常需要高級(jí)工程師團(tuán)隊(duì)耗時(shí)數(shù)月的大型底層重構(gòu)項(xiàng)目。

一位從業(yè)者認(rèn)為，Dynamic Workflows的出現(xiàn)標(biāo)志著Claude的主張，從按次收費(fèi)的“對(duì)話/生成”服務(wù)，轉(zhuǎn)向了按流程和結(jié)果收費(fèi)的“復(fù)雜任務(wù)交付”服務(wù)，企業(yè)購(gòu)買的，是完成一個(gè)具體、復(fù)雜工作流程的確定性。

不過(guò)，這張“王牌”在業(yè)內(nèi)也引發(fā)了不少質(zhì)疑。

在技術(shù)層面，有觀點(diǎn)認(rèn)為其創(chuàng)新性有限。

張鈺樞指出，動(dòng)態(tài)工作流在架構(gòu)上并非顛覆性設(shè)計(jì)，其演示案例所驗(yàn)證的更多是“技術(shù)可行性”，距離在真實(shí)生產(chǎn)環(huán)境中穩(wěn)定運(yùn)行仍有顯著的工程化距離，其中涉及性能、資源與邊緣情況等一系列復(fù)雜挑戰(zhàn)。

更為現(xiàn)實(shí)的制約來(lái)自經(jīng)濟(jì)層面。

方思明指出，該模式比常規(guī)對(duì)話消耗更多Token，成本問(wèn)題尤為突出?！坝捎谛枰瑫r(shí)調(diào)度十幾個(gè)智能體協(xié)同工作，其成本會(huì)陡然上升。即使一個(gè)工作流設(shè)計(jì)得再精巧，如果最終效果沒(méi)有顯著提升，而成本卻翻了幾倍，對(duì)企業(yè)來(lái)說(shuō)仍然是不劃算的?！?/p>

他補(bǔ)充道，現(xiàn)實(shí)中并非所有企業(yè)都擁有高預(yù)算?！拔④浘驮硎?，在某些場(chǎng)景中，使用AI的成本已高于人力成本。如今，一個(gè)成本可能數(shù)倍于普通AI的解決方案，其帶來(lái)的價(jià)值能否帶來(lái)相應(yīng)倍數(shù)的回報(bào)，這需要市場(chǎng)和時(shí)間的驗(yàn)證?！痹谒磥?lái)，這個(gè)功能的推出本身也帶有一定的實(shí)驗(yàn)與探索性質(zhì)。

為了降低使用門檻，Anthropic在成本端也做了調(diào)整。

一方面，新增effort control（投入控制）機(jī)制，用戶可根據(jù)任務(wù)復(fù)雜程度和需求，手動(dòng)調(diào)節(jié)Claude在任務(wù)上的“思考投入”強(qiáng)度。比如在“High模式”下，Claude會(huì)進(jìn)行更深度的推理，以追求更優(yōu)結(jié)果；而在“輕量模式”下，則可實(shí)現(xiàn)更快的響應(yīng)速度和更低的token消耗。

另一方面，在定價(jià)策略上，Opus 4.8的常規(guī)模式維持了與上一版本相同的價(jià)格，仍為每百萬(wàn)token 5美元（輸入）/ 25美元（輸出）。但快速模式的價(jià)格大幅下調(diào)，從4.7時(shí)代的30美元（輸入）/ 150美元（輸出），降至10美元（輸入）/ 50美元（輸出）。在保持速度相當(dāng)?shù)那疤嵯拢瑑r(jià)格降至原先的約三分之一，性價(jià)比提升顯著。

雖然降價(jià)能在一定程度上緩解成本壓力，但動(dòng)態(tài)工作流本身的ROI問(wèn)題，仍是企業(yè)真正下場(chǎng)之前繞不開(kāi)的那道坎。

03.按月迭代背后，是技術(shù)與商業(yè)的雙重壓力

Claude Opus 4.8的發(fā)布時(shí)間，距上一版本Opus 4.7僅相隔43天。如此密集的迭代節(jié)奏，正是技術(shù)與商業(yè)壓力疊加的直接體現(xiàn)。

技術(shù)層面，這次快速迭代被部分從業(yè)者認(rèn)為是一次不得不做的修復(fù)。

Opus 4.7因自適應(yīng)推理體驗(yàn)不佳飽受詬病，該功能在部分場(chǎng)景下無(wú)法合理分配推理資源，導(dǎo)致模型面對(duì)復(fù)雜問(wèn)題時(shí)過(guò)早省力，答案草率，推理鏈條殘缺。方思明直言，“Opus4.8主要目的還是在修復(fù)Opus4.7遺留的問(wèn)題，Opus4.7在開(kāi)發(fā)者圈里絕對(duì)不是一個(gè)口碑特別好的模型?！?/p>

與此同時(shí)，外部壓力也不允許Anthropic慢下來(lái)。

競(jìng)爭(zhēng)對(duì)手OpenAI最新發(fā)布的GPT-5.5在多項(xiàng)基準(zhǔn)測(cè)試中持續(xù)領(lǐng)先，Google Gemini憑借深度融入谷歌生態(tài)的分發(fā)優(yōu)勢(shì)構(gòu)成另一維度的競(jìng)爭(zhēng)。方思明觀察到，這次發(fā)布某種程度上也是Anthropic與OpenAI在“輿論聲量上的直接對(duì)沖”。

圖源 / pexels

這背后有一個(gè)更深層的行業(yè)現(xiàn)實(shí)。不止一位從業(yè)者表示，當(dāng)下大模型在架構(gòu)層面已難以制造顛覆性差距，競(jìng)爭(zhēng)焦點(diǎn)正在轉(zhuǎn)向工程化實(shí)現(xiàn)和工作流塑造。

也就是說(shuō)，誰(shuí)先把AI做進(jìn)企業(yè)的日常生產(chǎn)流程，誰(shuí)就占據(jù)了下一階段的核心位置?！皠?dòng)態(tài)工作流”的推出，正是Anthropic試圖在這一新維度上搶先布局，押注復(fù)雜任務(wù)的自動(dòng)化交付能力，不再只靠單項(xiàng)測(cè)試分?jǐn)?shù)的微弱領(lǐng)先。

而最直接的壓力，來(lái)自資本市場(chǎng)。

發(fā)布新模型同日，Anthropic宣布完成650億美元H輪融資，估值提升至9650億美元，其在2026年2月完成G輪融資時(shí)估值僅為3800億美元，三個(gè)月內(nèi)增長(zhǎng)幅度約為154%，離萬(wàn)億美元只差一步之遙，這個(gè)數(shù)字放在任何行業(yè)都稱得上驚人。

支撐這個(gè)估值的，是Anthropic的收入增速。有報(bào)道稱，該公司預(yù)計(jì)二季度營(yíng)收將達(dá)109億美元，并有望首次實(shí)現(xiàn)季度盈利。

巨額融資帶來(lái)的彈藥固然充足，但與之對(duì)應(yīng)的是資本市場(chǎng)同樣巨大的期待，投資者需要看到與估值相匹配的實(shí)質(zhì)性進(jìn)展。

Opus 4.8承擔(dān)著這個(gè)“證明自己”的任務(wù)。它在基準(zhǔn)測(cè)試上的表現(xiàn)、動(dòng)態(tài)工作流所描繪的自動(dòng)化想象，以及全線對(duì)準(zhǔn)企業(yè)級(jí)市場(chǎng)的產(chǎn)品升級(jí)方向，共同構(gòu)成了支撐這近萬(wàn)億估值的底座，但動(dòng)態(tài)工作流的投資回報(bào)率仍難以量化，“更誠(chéng)實(shí)”的模型承諾能否真正贏得企業(yè)客戶的長(zhǎng)期信任，還有待市場(chǎng)的最終檢驗(yàn)。

所以，Opus 4.8更像是一次信心釋放，用43天一個(gè)版本的節(jié)奏告訴市場(chǎng)，它還在加速。但能不能跑穩(wěn)，才是這家公司接下來(lái)真正要做的事。

*應(yīng)受訪者要求，文中方思明為化名。