Opus 4.8這次先講“誠信”，再加入工作流

同事之間，最重要的是什么？誠信。

當AI真的要變成你的同事時，它的誠信甚至比能力更重要。知之為知之，不知為不知，是知也。

否則的話，幻覺、隱瞞或偽造結果，都可能在后續工作流中積累放大，造成難以清除的技術債。在實際工作中，不誠信的同事，企業也是不敢用的。

Anthropic稱，Claude Opus 4.8的發布，“最顯著的改進之一是其誠實性”。

同一天，Anthropic還官宣了650億美元融資完成。這家全球估值最高的AI初創公司，將其技術路徑與商業路徑的前沿，同時向前推進了一大步。

在融資聲明中，Anthropic特別強調了來自亞馬遜等超大規模云服務商此前承諾的戰略投資，及其鎖定的覆蓋未來數年的、超過10GW的算力合作。與此同時，美光、三星與SK海力士等存儲巨頭，也首次以“戰略基礎設施伙伴”的身份，被寫入聲明之中。

這并不僅僅是一份融資名單，更像是一份AI基礎設施聯盟名單。年初至今，Anthropic深陷算力短缺，其模型迭代與客戶擴張，都受到推理資源的制約。而Opus 4.8及其harness環境的持續演進，又將進一步推高整體推理資源的消耗規模。一旦這一瓶頸逐步緩解，Anthropic的年化收入（ARR）有望繼續從當前的470億美元進一步躍升。

Anthropic正在推動一種新的AI擴展路徑，而它的資金使用效率，顯然也比OpenAI更高。在更少融資規模下，Anthropic已經在企業編碼市場形成強勢滲透，并在ARR與估值上雙雙反超。

距離Opus 4.7發布，僅過去40天。相比此前幾代模型，Opus 4.8的進步，并不主要體現在基準測試成績的躍升上。無論是在智能體編碼基準SWE-bench Pro，還是智能體電腦操作基準OSWorld-Verified，它的成績都只是小幅刷新。

Anthropic真正強調的，是“誠實性”。當任務存在未通過的測試、未實現的功能或潛在邏輯漏洞時，Opus 4.8會更傾向于主動暴露問題，而非像過去那樣直接提交錯誤結果；當缺少工具、附件或必要權限時，它也減少了“假裝執行”并編造輸出的情況。

這對于AI真正嵌入現實工作流至關重要。隨著模型能夠完成的任務鏈條越來越長，AI與人類之間的協作關系，已經轉向了“共事”。誠信是一起共事的基本前提。

在這種情況下，“誠實”會成為決定AI能否進入企業核心流程的關鍵能力。因為任務執行周期一旦被拉長，任何一次幻覺、隱瞞或偽造結果，都可能在后續工作流中被層層放大。一個能連續工作十幾個小時，卻偶爾偷偷提交錯誤代碼、憑空編造輸出的AI，只會制造更難清除的“技術債”。

這種“誠實”的背后，可能指向一種更深層的能力遷移。

Anthropic沒有直接解釋其來源，但此前在闡釋Opus 4.6的可靠性提升時，他們曾揭示過一個關鍵邏輯：在Opus 4.5時代，為了維持長鏈智能體任務的穩定運行，系統往往需要依賴復雜的任務拆解、頻繁的評估器介入，以及大量外部harness來糾偏。而到了Opus 4.6，模型本身已經更擅長在大型代碼庫中長時間穩定工作，也更能夠自主完成代碼審核、錯誤定位與Bug修復，于是，團隊主動拆除了之前至關重要的腳手架。

前沿模型與harness之間，或許是一種遞歸進化關系。當前一代harness負責補足同期模型能力的缺陷，而下一代模型，則會逐步將上一代harness中的部分能力內化。與此同時，更復雜的新任務，又會催生出下一代更龐大的harness體系。

在這個過程中，真實工作流中的反饋，會持續淘汰無效結構，并將那些被證明有效的執行邏輯，逐漸沉淀進模型本身。

換句話說，AI能力的增長，早已不再只是參數規模與預訓練數據擴展那么簡單，而開始演變為“模型—工作流—工具鏈”的協同進化。

真正決定AI商業價值的，也不再是模型在基準測試上提高了多少分，而是它能否真正進入現實生產系統，減少為短期交付而累積的技術債務，以及復雜組織流程中的摩擦成本。ROI的提升，往往就發生在兩種債務被持續清償的時刻。

Anthropic比誰都更早進入這個循環。去年年底至今，Claude系列模型的穩定性持續迭代增強，在企業市場中的實際部署“史無前例”地快速攀升，并逐漸掌握了Coding領域最強的話語權。如今，它已經成為估值9650億美元的全球最大AI初創企業。

而它的前沿模型與harness協同進化的飛輪，仍在加速運轉。

這一次，伴隨Opus 4.8到來的，是Claude Code的動態工作流（dynamic workflows）。系統會根據提示詞動態生成編排腳本，將任務拆解為多個子任務，分發給數百個并行運行的子智能體。不同智能體從獨立視角嘗試解決問題，其他智能體則對這些結論進行交叉驗證與反駁，整個過程持續迭代，直到最終收斂為一致的結果。

它們能夠勝任那些過去可能需要工程團隊耗費數周才能完成的復雜任務。而且，由于運行中實時保存進度，即便任務意外中斷，也能夠從斷點處無縫恢復，而不必重新開始。

正因如此，即便Claude Opus系列模型的推理效率持續提高，整體任務Claude Code消耗的token數量仍在快速上升。

事實上，據Artificial Analysis測評，僅就Opus 4.8模型本身而言，它的token效率其實已經優于Opus 4.7：在完成GDPval-AA測評任務時，所需輪次減少了15%，輸出token減少了35%。而它的標準定價與上一代一致。

然而，即便如此，Anthropic仍在博客中提醒，動態工作流將大量消耗token，應盡量用于最重要的任務。

這句提醒，某種程度上也像是一句宣言。它意味著，在這個技術飛輪與商業飛輪同時加速的階段，AI行業的推理開支，正在走向長期化。