我相信大家會很驚訝我們今天要介紹 Claude Opus 4.8，但我已經深入體驗過它，覺得非常值得撰寫這篇文章。
Opus 4.8 於 2026 年 5 月 28 日正式發布。對於任何開發代理程式的人來說，其主要貢獻依我排序如下：模型未標註自身程式碼缺陷的頻率大幅減少約四倍，這是定義此次發布的校準與誠實性提升；修復了靜默跳過工具調用的問題，這類錯誤會悄悄地破壞長程運行的軌跡；更好的壓縮恢復能力，讓長時間運行的任務在歷史記錄被壓縮後不再脫軌；動態工作流程，允許模型規劃並分派數百個平行子代理以進行程式碼庫規模的工作；自適應思考，能根據每次輪次決定是否進行推理；以及一個快速模式，運行速度約快 2.5 倍，且成本比 4.7 版本便宜約三倍。
其對齊結果接近（仍受限制的）Mythos Preview。常規模式的定價與前一版本相同。
人們很容易將其歸類為「次要版本更新」。版本號僅提升了十分之一點，基準測試的差異大多是漸進式的，且發布頻率之快讓人容易忽略，Opus 4.6 於 2 月 5 日發布，4.7 於 4 月 16 日發布，而 4.8 僅在六週後就推出。這代表發布節奏從大約每季一次壓縮到接近每月一次，當點數版本更新如此迅速時，人們本能地會將其視為修補程式而跳過更新日誌。
然而，這種本能在此是錯誤的，因為 Opus 4.8 並非在版本號所暗示的軸線上競爭。基準測試的數據僅有小幅變動。真正大幅提升的是可靠性，包括靜默失敗率、工具調用規範，以及在長時間無人看管運行中保持任務線程的能力。這些特性決定了你是否能真正讓一個代理程式持續運行，而它們並不會出現在能力排行榜上。
快速的發布週期也說明了一切：當你每六週就能發布校準和可靠性修復時，模型就不再是需要每季升級的產品，而是你必須持續更新的基礎設施。因此，讓我為你呈現一個版本，這是我在凌晨兩點將其整合到生產級代理迴圈時會想要的版本。
