Anthropic 推出 Opus 4.7，Claude Code 降智危機解了嗎？

就在昨天,Anthropic推出了Opus 4.7 沒錯,模型又更新了 如果你是Cocoa的重度使用者 第一反應一定是 那Cloud在過去兩週降質的問題 到底解決了沒? 如果講到這邊 你覺得心有慼慼焉 那你絕對不是一個人 我自己過去兩週在使用Cocoa上也是非常的早 因為降質傷的狀況實在太明顯 除了思考不周全以外 甚至會回覆我完全看不懂的語言 比方說韓文 所以昨天模型一發布 我晚上就打開來玩了一下 希望找回初戀的感覺 那今天這支影片會分享一下 我試玩Opus 4.7的體驗 但在那之前 我們先來聊一下 過去這兩週的Cloud降質到底是怎麼回事 先講一下我自己的使用體感 在過去兩週 我自己的體感上改變其實很明顯 AI不會通靈 但我認識的Cloud 在兩週前給我的印象 就是一個會通靈的合作好夥伴 我可以簡單描述我的目標 他就主動查看相關的檔案 把邏輯串起來 還會找出我的思維盲點 不需要我手把手交代 那種你真懂我的默契 是Cloud過去最舒服的地方 你講半句 他就知道你要什麼 你講一個大方向 他會把細節全部補完 但過去這兩週 那種默契消失了 我明顯感覺到Cloud的思考深度下降了 常常像辦公室的同事一樣 挑簡單的事情做 忽略掉關鍵資訊 有時候甚至連看都不看重要的context 直接亂改一通 這種感覺像是回到兩年前 AI Agent剛出來的時代 Prompt不寫仔細 他就給你亂七八糟的 結果你就得一直打斷 種下指令 我一開始以為是我自己出問題 結果去社群一看 大家都在罵 整個四月的開發者群組 Twitter、Reddit 大家在問的都是同一件事 今天的Cloud又降質了嗎? 這不只是我一個人的錯覺 有一個AMD的工程師 他拿了將近7000次的 Cloud Code編程對話做了系統化分析 結果非常誇張 Cloud的思考深度 推理資源從平均2200掉到600 等於整整砍了73% 換句話說 模型以前會認真想的問題 現在用三分之一的力氣就交差了 還有一個更離譜的數字 就是模型不讀取檔案 直接動手改的比例 從原本的6%飆到33.7% 每三次互動就有一次 它根本沒看你的Code長什麼樣子 就開始亂改 沒有考慮偶合性 也沒有考慮過去的那種通盤思考 同一份AMD的分析還有一個數據 使用者需要打斷模型 防止它搞砸的頻率 過去幾週多了12倍 另外Simplex這個字 在模型輸出裡出現的頻率 也增加了將近3倍 這代表什麼? 代表模型在偷懶 每次都去找最簡單的解法 而不是對的解法 所以這幾週 有不少訂閱Max每月200美金方案的人 反應在一小時之內 莫名其妙的Token就燒光了 那話說回來 昔日的天才少年為什麼會變這樣? 官方對這件事基本上沒有給出回應 但從產業新聞加上Anthropic 這幾週的一連串動作看 答案其實通通指向算力不夠 我們再看一點數據 Anthropic的年化營收 這個月剛剛追過OpenAI 300億美金 對,240億美金ARR 一年前這個數字倒過來 但Anthropic這15個月衝了30倍成長 光是從90億跳到300億 只花了4個月 企業客戶這邊 年付超過100萬美金的大戶 從今年2月到現在翻了一倍 超過1000家 Cloud在Coding跟Agent領域的口碑 這一年完全把OpenAI壓在地上扁 問題是Anthropic的硬體沒跟上 他們訓練模型的支出 根據Wall Street Journal提出的財務預測 大概只有OpenAI的四分之一規模 用戶暴衝GPU追不上 新的TPU合約大產能還要等今年下半年 甚至明年才會陸續上線 這就是典型的成長爆炸期 踩剎車不及的劇情 你可以直接觀察到的症狀一大堆 3月底開始 Anthropic對美東早上8點到下午2點的 尖峯時段開始限流 官方承認是GPU容量不足 4月4號 企業方案從吃到飽改成Pay as you go 一些讓你用訂閱額度跑第三方工具的做法 比方說OpenCloud 也在幾週前被踢掉 Fortune在4月14號那天甚至發了一篇文章 專門講Cloud效能下滑 所以你最近感覺到的降質 本質上不是模型本身變笨 而是Anthropic在拆東牆補西牆 為了不讓整個服務直接掛掉 預設的思考深度被下修了 配額被拉緊了 輸出Token被壓短了 模型還是那個模型 只是被戴上了手銬和腳鐐 所以當Opus 4.7昨天推出的時候 對我們這些重度使用者來說 它就不只是一個新模型的發布 而是Anthropic在算力危機下交出的考卷 我不要更強的能力 我只想要回到過去 我只在乎能不能把那個天才少年還給我 那我們接著看一下最新的Opus 4.7 先講最直接能感受到的改變 三個新設置 第一個 X-High 這是Opus 4.7新增的思考努力級別 官方自己的定位是介於High跟Max之間 從用戶的角度來看 這大概是這次更新裡 最明顯可以直接Config的東西 不過本來已經有Max了 出一個比Max低的Effort等級 不確定是想解決什麼問題 第二個是Auto Review指令 其實蠻好理解的 就是Qualcode裡新加的專屬Code Review功能 你丟一個PR給他 他會用一個獨立的Code Review視角去幫你把關 抓Bug 找設計問題 指出你自己寫的時候沒想到的坑 對平常沒有隊友幫你Review Code的Solo Builder來說 這個指令應該算是蠻補的 不過我個人還是喜歡用Codex Code Review 畢竟模型訓練的方式不一樣 比較能看到別人看不到的盲點 不過目前看來 Ultra Review的Token不算在Pro或者Max訂閱方案的額度裡 而是走額外積分 Pro和Max用戶各有三次一次性免費額度 用完不會重置 想試試看的朋友要特別注意一下 第三個 Max開放Auto Mode 以前只有比較低階方案能用的自動模式 現在Max也可以用了 Auto Mode的用處 簡單講就是讓Code自己決定 現在這個任務該用哪個Effort級別 你不用一直手動切 Andropic也在API推了一個Task Budget的Public Beta 讓你可以直接設一個Token預算上限 讓模型把錢花在刀口上 這兩個加起來 等於你不用再盯著儀錶板 接著我們聊一下底層能力的升級 第一 視覺解析度翻了三倍 以前Cloud看圖會把牆邊壓到中等解析度 結果就是你丟一張截圖進去 上面的小字Cloud常常看不清楚 現在可以接受牆邊2576像素 將近375萬像素的圖像 一張密密麻麻的截圖 一份複雜的系統架構圖 甚至一張Figma的設計稿 它都可以把每一個字 每一條線 每一個按鈕看清楚 Expo資安公司的CEO親自給的數字最有感 他們的視覺敏銳度測試 從4.6的54.5%直接跳到98.5% 幾乎是不及格跳到滿分 第二 檔案系統式的Cross-Session記憶變得更好了 這個功能其實前陣子就有了 但Anthropic這次在發布文裡 把它列為四大亮點之一 並表示 Opus 4.7 is better at using file system-based memory 它會把前一次對話的重要筆記寫進檔案 下一次再讀回來 以前每開一個新對話 你都得重新為context給它聽 浪費時間也浪費token 現在跨長時間 多階段專案的時候 它會自己帶記憶走 省下你重新鋪背景的工 講完了立面 來看幾個具體的benchmark 第一 官方內部的93題Coding Benchmark Opus 4.7的解題率比4.6提升了13% 還順便解決了4個4.6跟Sony 4.6連手都解不出來的難題 但其實對於頂尖模型來說 每多1%都是謝天謝地 一次13%已經算相對大的進步 第二Cursor Bench 這是Cursor團隊自己拿來衡量IDE場景的測試 4.7的分數是70% 4.6只有58% Cursor的執行長Michael Trull親自出來背書 說這是一次顯著的躍升 第三 Rakuten的企業級SWE測試 那天的AI總經理給的評價是 Opus 4.7能解決的生產環境任務數 是4.6的三倍 三倍 不是30%那種工程師語言裡的顯著進步 是三倍 程式碼品質跟測試品質也都是雙位數的成長 這種量級的跳躍 在Benchmark圈已經很久沒看到了 第四 GDP Vault 這是一個衡量模型 在真實世界任務上綜合能力的排行榜 模型要像選手一樣互相對打達到穩定 Opus 4.7拿到1753分 直接擊敗GPT 5.4的1674 也遠超過Opus 4.6的1619 在這個指標上 Cloud重新把OpenAI的旗艦模型壓回去了 第五 Document and Reasoning 這個文件與推理的測試 這個是這次最誇張的跳躍 從4.6的57.1 直接拉到80.6 對比一下 Gemini 3.1在這個測試只有42分 GPT 5.4只有51分 Cloud在這塊變成壓倒性領先 最後 HAX公司的技術長Kathleen Cogrove 下的總結最狠 原文直接引 Low Effort Opus 4.7 is roughly equivalent to Medium Effort Opus 4.6 翻成白話就是 你讓他偷懶 他做出來的東西還是比舊版認真做的水準還高 好 講完亮點 來講這次更新你升級上去之前一定要知道的三件事 第一 Token式的筆程胸 Anthropic換了新的Tokenizer 一樣的輸入內容 現在會被Parse成1到1.35倍的Token數 意思是你餵他一樣的檔案 問一樣的問題 消耗的Token可能最多要多三成五 單價沒漲 但用量會拉上去 帳單最後還是會變貴 第二 指令跟隨變字面化 這個我覺得最多人會踩坑 官方發布文裡白紙黑字寫了 4.7 Text Instructions Literally 他會一字一句照你的Prompt做 以前會寬鬆解讀自己腦補你的意圖 4.7不會了 你跟他說改這個變數他就只改那個變數 這個改動可能會讓你覺得怎麼沒那麼機靈了 其實模型沒有變笨 只是他更認真看待你的每個字 我的建議是升級之後 如果覺得輸出變差 先不要怪模型 可以調整一下你的工作方式 這一代模型可能又帶你回到了寫提示詞的基本素養 第三 定價本身沒變 Opus 4.7的API價格跟4.6一樣 輸入每100萬Token收5美金 輸出每100萬Token收25美金 官方沒漲價這件事值得給一個讚 但因為Tokenizer吃得兇 加上高Effort模式思考更多 帳單上的數字高機率還是會增加 那我實際用起來的心得呢 直接講結論的話就是 跟我預期的不太一樣 我本來預期X-High一打開 就會找回熟悉的Cloud 結果是目前其實滿無感的 我跑了幾個最近頻繁使用的工作 流進去同一組Prompt 設定X-High之後的體驗 老實講跟用4.6設定成Max差不多 是也沒有變差但也沒有那種 一拿到手就知道這個不一樣的感覺 所以Benchmark上看起來進步幅度很大 93題Coding提升13% Cursor Bench跳12個百分點 Rectang三倍 Document Reasoning從57跳到80 但我自己跑一個小時的工作流 感覺就是沒什麼差 但話又說回來 Benchmark本身就是拿來參考用 測的是模型的上限能力 像考試拿滿分 但日常工作流的體感測的是平均表現 你要看的不是他能不能做最難的題 而是他跑100次 你的任務有多少次能不出錯 或者是平常互動時思考的周全程度 不過我目前還沒有做深度測試 只玩了大概一個小時 做不了完整的判斷 這兩天我也會多測試幾個不同的情境 有什麼心得再分享出來給大家 其實我也很好奇 為什麼有了Max 還要再推一個X-High Max本來就是最高的Effort級別 理論上已經是你能叫Cloud做的最多思考 但過去這兩週 你就算把Effort拉到Max 那個降至的體感也是實實在在的 不是開Max就能救回來的 這個時候官方推出一個 介於High跟Max之間的X-High 我的猜測是 這個級距不是另一個更強 而是Anthropic針對這一代的算力限制 重新拿捏出來的一個甜蜜點 在GPU吃緊的情況下 給你一個比High多一點 但又不像Max那麼少的中間選項 當然這只是我的推測 沒有證據 另一個也不確定是不是錯覺 就是Opus 4.7確實像官方說的一樣 更能遵從指令 從正面看這代表他更不容易幻覺 更聽你的話 不會自作主張亂延伸 但從反面看 他少了之前那種機靈會補位 會給你驚喜的感覺 你要什麼 他就給你什麼 剛好而已 不管是最近的降至 或者是最新的Opus 4.7 都有一種穿越時空 回到要好好寫提示詞的時代的感覺 那我們做個總結 如果你最近兩週被Cloud搞到很罩 我懂我也很罩 但冷靜下來看 所謂的降至不是模型變笨 是算力分配的結果 這個現實短期內不會消失 所以怎麼辦 不管你是Solo Builder 還是已經Cloud成癮的工程師 我的建議是回到最基本的那件事 好好寫提示詞 過去一年 模型可能把我們寵壞了 輸出強 容錯高 你隨便丟個模糊需求進去 他都能給你一個說得過去的答案 但這波降至 其實也在逼著所有人重新證實一件事 AI的輸出品質 從來都不只是模型的事 關鍵在於你跟AI互動的過程中 有沒有把自己的意圖定義清楚 說白了 你自己有沒有想清楚 我講這些不是要你放過Anthropic 他們在這波算力危機裡的應對 當然有可以批評的地方 降至沒有誠實溝通 配額悄悄縮水 這些都是事實 但與其被情緒綁架 不如把能力重新收回自己手上 趁這個機會好好練習梳理自己的思緒 把提示詞寫清楚 把工作流整理好 把Context放對位置 這些是你永遠的基本功 我也希望模型越來越粗 我可以越來越輕鬆 但在這個節骨眼下 AI素養其實就是這麼簡單 真正的高手不被新模型發布的Hype綁架 也不被降至影響工作表現 把你的AI工具當成一個會祈福的同事 而不是永遠穩定的神 如果不太會寫提示詞 或者想要提升自己提示詞能力的朋友 我有準備一組幫助你寫提示詞的工具 有需要的可以加入我的Patreon領取工具 連結我放在下方資訊欄 那以上就是今天的內容 各位喜歡的話記得幫我按讚追蹤加分享 這是我持續創作下去的動力 我們下次見