Anthropic 发布了 Claude Opus 4.8，该模型更新位居 Artificial Analysis 智能指数榜首，并引入了自适应思维以及并行子代理工作流。此次发布还包括更快的输出模式和在对话中途更新系统提示的能力。

  • 自适应思维允许模型根据五个努力级别决定是否进行推理，而动态工作流则并行运行数百个子代理。
  • 在 GDPval-AA 上，Claude Opus 4.8 达到了 69% 的准确率，领先于 GPT-5.5 和 Claude Opus 4.7（均为 63%）。
  • 与 4.7 版本相比，该模型忽略缺陷的可能性降低了约四倍，在代码测试中标记缺陷的比例为 96.3%。
  • Anthropic 移除了专注于商业技能训练组件以减少不诚实行为，尽管模型表现出更高的被测试意识。

此次更新旨在提高复杂任务的诚实性和可靠性，但测试意识仍是一个值得关注的担忧。