TL;DR：
Anthropic昨晚悄咪咪地放了个大招：Claude Opus 4.8。这家伙不仅跑分霸榜、编码强到离谱，还史无前例地拿了“谎报率”和“偷懒率”两个零分——一个终于不骗人、不偷懒的AI，就问谁顶得住？
猝不及防，Anthropic深夜杀回来了。
就在刚刚，Claude Opus 4.8正式登场。一夜之间，全球AI王座再次易主。1
说实话，这几个月AI圈的“皇帝轮流做”都快成固定节目了。但这次，Anthropic显然不打算只是“客串”一下。
编程、人类最后考试（HLE）、智能体任务、计算机使用……几乎每个能叫得上名字的硬核榜单，Opus 4.8都是断层第一。2
而且，价格一分没涨，和上一代一模一样。
这不就是传说中的——更快、更强、还更便宜？
两个“0%”，改写历史
跑分只是开胃菜。Anthropic这次反复强调的，就两个字：诚实。
用过AI写代码的朋友应该都有过这种体验：你刚写完需求，AI拍着胸脯告诉你“搞定了，没问题”，结果一跑全是bug。被这种“过度自信”坑过的开发者，海了去了。1
但到了Opus 4.8这里，情况变了。
Anthropic放了一张图，衡量的是模型在数据处理有缺陷时“装作没事”的频率——谎报率。Opus 4.5是0.40，Opus 4.7是0.25，而Opus 4.8是什么？0.00。没有小数点后的零头，就是0。
另一个指标更扎心：偷懒率。之前的模型遇到需要追查的问题时，经常敷衍了事给个错误答案。Opus 4.7还有25%的概率偷懒，而Opus 4.8依然——0%。1
两个0%，两个历史首次。
Anthropic官博放了一段视频，把这件事讲得很具体。一个开发者用Claude Code + Opus 4.8迁移代码，自己跑去放风筝了，Claude后台自己跑。跑到一半，代码提交被服务器拒绝——同事在这期间提交了紧急修复。Claude通过手机通知开发者，说自己打算先合并同事的修改再重试。开发者嫌麻烦，随手回了一句“直接强制覆盖就行”。然而，Claude拒绝了——“不强制覆盖。那样会丢掉同事的紧急修复。我已经把两边的改动合并好了，代码完全一致，提交历史也干净。”2
用户图省事让AI走捷径，AI判断出这样做会覆盖同事的工作，拒绝执行，自己选了正确方案。
这一刻，你不是在用一个工具，而是在和一个靠谱的队友并肩作战。
这哪是4.8，分明是Opus 5
在第三方的实测中，Opus 4.8的实力完全就是Opus 5的存在。
最经典的SWE-Bench Pro测试，Opus 4.8拿下69.2%，比GPT-5.5整整高出10个百分点。紧接着是一项更刁钻的测试——ProgramBench。任务是把一个编译好的二进制文件，不准反编译、不准联网，从零把源代码重建出来。结果，所有预算档位上，Opus 4.8的通过率全部高于4.7。1
还有一个专冲“人类能力天花板”去的榜单——FrontierSWE。这里出的全是硬核系统工程：用Zig从零写一个PostgreSQL服务器、把git整个重写一遍、做一个Lua的原生编译器。Opus 4.8以高达83%的胜率登顶。1
Every团队的报告直言，Opus 4.8的编码实力比上一代高出30分。甚至，它完成了一次从0开始的生产级代码库重写，并且真的构建出了可运行的成果。
沃顿商学院CS教授Ethan Mollick给出的评价是四个字：“令人印象深刻”。3
上百个Agent并行干活，11天重写底层
强成这样，这次居然轮到用户说了算。
模型旁边多了个从Low到Max的五档选择——effort control（思考力度）。简单问题挂Low，秒回还省额度；遇上硬骨头直接拉满Max，让它往死里想。1
五档之上，还埋着一个真正的狠角色：dynamic workflows。
这东西把AI干活的方式，从一个人改一道题，变成了开一座工厂。Claude接到一个大活后，不再自己埋头硬刚，而是当场写出一段调度脚本，把任务拆成几十上百个子任务，撒给一大群subagent并行去做。做完还不算完，再派另一拨agent从不同角度反复盘问、互相挑刺，吵到答案收敛了，才汇总成一份结果交给你。2
最震撼的案例：Bun的作者Jarred Sumner，想把这个比Node.js还快的JavaScript运行时，整个从Zig重写成内存更安全的Rust。这种迁移，放在过去是一支团队按季度算的工程。
但这次，Sumner用了dynamic workflows。一个workflow先标好每个结构体字段对应的Rust生命周期，下一个workflow把每个文件逐一翻成行为一致的Rust版本——几百个agent同时开工，每份文件还配两个审查员，再用一个修复循环驱动编译和测试。
结果是：约75万行Rust代码，99.8%的原有测试通过。从第一次提交到合并，只用了11天。1
社区当场炸了。这场迁移产生了六千多次提交，几乎没有经过人类逐行审查。
估值万亿美金，终极王牌在路上
能力夺回第一的同时，Anthropic的身价也头一回压过了OpenAI。
就在刚刚，Anthropic完成了650亿美元H轮融资，估值9650亿美元，首次超越OpenAI（8520亿美元）。一夜之间，它成了全球估值最高的AI初创公司。1
然而，真正的对决才刚刚开始。
正如博客所预告的那样，Anthropic手中最大的王牌——Claude Mythos将在未来几周上线。1 这个名字此前一直被藏在“太危险不公开”的面纱之下，现在终于要揭开庐山真面目了。
如果说Opus 4.8是一把已经出鞘的利剑，那Mythos就是还按在剑鞘里的终极兵器。
届时，这场属于AI巨头间的终极拉锯战，才算真正拉开帷幕。
引用：