Opus 4.8 相关 AI 资讯 · AITOP

7月1日

15:21

官方账号Anthropic@AnthropicAI

76°

Anthropic宣布Claude Fable 5将于明日全球恢复使用。在与美国政府对话后，模型新增了针对网络安全任务的分类器。短期内部分编码和调试任务将回退至Opus 4.8。Anthropic正与Amazon、Microsoft、Google等合作起草评估AI越狱的共识框架，并扩大与政府的模型测试协作。

事件专题

推荐理由：Claude Fable 5终于回归了，加了新安全机制，暂时部分编程功能会降级到Opus 4.8，值得关注后续。

原文

15:07

@koltregaskes@koltregaskes

精选

美国解除出口管制后，Fable 5 模型于今日恢复全球可用。GPT-5.6 预计将很快发布。Fable 5 在订阅中免费额度占每周用量 50%，截至 7 月 7 日，之后转为积分消耗。新安全分类器以 99%+ 成功率阻挡了亚马逊报告的越狱攻击，而 Opus 4.8、GPT-5.5 和 Kimi K2.7 无需越狱即可识别同样漏洞。被阻挡的请求会重定向至 Opus 4.8。Mythos 5 仅限美国组织在 Project Glasswing 中使用。

AI模型 Fable 5 GPT-5.6 Opus 4.8

事件专题

推荐理由：Fable 5 回来了，还顺带更新了安全分类器。GPT-5.6 也快了，想尝鲜的抓紧订阅，免费额度只到7月7日。

原文

11:23

小互@imxiaohu

78°

Anthropic 发布 Claude Sonnet 5，限时定价每百万 token 输入 $2、输出 $10，仅为旗舰 Opus 4.8（$5/$25）的六成。官方评测显示，调高算力后 Sonnet 5 在部分任务上表现可追平 Opus 4.8。限时定价截至 2026 年 8 月 31 日，之后将涨至 $3/$15。

AI模型 Claude Sonnet 5 Opus 4.8 Anthropic

事件专题

推荐理由：Claude Sonnet 5 性价比很高，只要 Opus 4.8 六折的价格，部分任务还打平，适合想省钱的团队。

原文

10:27

官方一手歸藏(guizang.ai)@op7418

73°

Anthropic 发布 Claude Sonnet 5，定位为最具智能体能力的 Sonnet 版本。它在多项基准测试中达到接近 Opus 4.8 的水平，能自主规划、使用浏览器和终端等工具，且运行成本更低。相比数月前需要更大更贵模型的任务，Sonnet 5 以更小的规模和价格实现了类似表现。

AI模型 Claude Sonnet 5 Opus 4.8 Anthropic

事件专题

推荐理由：Anthropic 出了新 Sonnet 5，分数快追上 Opus 4.8 了还便宜不少，能自己用浏览器干活，性价比很高。

原文

07:16

Cognition@cognition_labs

Claude Sonnet 5 现已集成至 Devin Desktop 和 Devin CLI。该模型提供前沿级编码性能，且价格更具竞争力。在 FrontierCode Extended 基准测试中，Sonnet 5 超越了 Opus 4.8。

AI模型 Claude Sonnet 5 Devin FrontierCode Extended

事件专题

推荐理由：Cognition 把 Claude Sonnet 5 放进 Devin，编码能力顶级还便宜，比 Opus 4.8 强

原文

05:46

官方一手marktechpost@Asif Razzaq

74°

Anthropic 发布 Claude Sonnet 5，在智能体编码基准上缩小了与 Opus 4.8 的差距。Sonnet 5 沿用 Sonnet 系列的定价，成本低于 Opus 系列。与上一代 Sonnet 4.6 相比，Sonnet 5 在多项智能体任务上表现提升。API 定价方面，Sonnet 5 每百万 tokens 输入约 3 美元、输出约 15 美元，Opus 4.8 则分别约 15 美元、75 美元。

AI模型 Claude Sonnet 5 Sonnet 4.6 Opus 4.8

事件专题

推荐理由：做智能体编程选 Sonnet 5 吧，性能接近 Opus 4.8，价格却便宜好几倍。

原文

6月30日

15:14

官方账号arXiv cs.LG@Mohit Raghavendra, Anisha Gunjal, Aakash Sabharwal, Yunzhong He

SWE-Interact是一个新测试平台，用于评估编码代理在多轮交互、用户驱动的软件工程任务中的表现。现有SWE基准（如SWE-bench）通常预先提供完整需求，而SWE-Interact通过用户模拟器逐步揭示需求、提供反馈和约束。在单轮任务中，最强模型（如Opus 4.8和GPT 5.5）解决率约50%，但在SWE-Interact多轮任务中仅解决约25%。该基准测量了模型在交互目标发现和迭代细化中的正交能力。

论文 SWE-Interact Opus 4.8 GPT 5.5

事件专题

推荐理由：想知道编程智能体在真实对话开发中能撑多久吗？SWE-Interact测试了Opus 4.8和GPT 5.5在模糊需求下逐步迭代的能力，结果比单轮任务差一半。

原文

6月29日

13:49

Ethan Mollick@emollick

GLM-5.2是一款开源模型，其性能不及GPT-5.5和Opus 4.8，更远不及Mythos。但它表现扎实，表明开源模型持续追赶前沿。当前开源权重已触及GPT-5.2水平，在该能力区间表现显著。这一进展说明开源模型正在缩小与闭源前沿的差距。

AI模型 GLM-5.2 GPT-5.5 Opus 4.8

事件专题

推荐理由：GLM-5.2虽然没追上GPT-5.5，但开源模型又往前迈了一大步，能力提升明显，值得关注。

原文

13:48

Ethan Mollick@emollick

技巧 GLM-5.2 Opus 4.8 提示词工程

事件专题

推荐理由：想看看AI怎么思考？让GLM-5.2或Opus 4.8帮你选诗，能看到它的推理过程，挺有意思的。

原文

6月26日

02:18

Fireworks AI@FireworksAI_HQ

Fireworks与Faros_AI联合对211个真实软件工程任务进行了评估。Claude Code搭配GLM-5.2的Judge得分0.568，每任务耗时321秒，成本0.92美元。对比组Claude Code + Opus 4.8得分为0.521、耗时775秒、成本1.76美元；Codex + GPT-5.5得分为0.466、耗时392秒、成本2.06美元。评测基于Faros自有代码库而非公开基准，更贴近实际开发场景。

AI模型 GLM-5.2 Claude Code Opus 4.8

推荐理由：Fireworks和Faros拿真实工程任务实测GLM-5.2，结果比Opus 4.8和GPT-5.5都更便宜更快，得分还高。想为代码任务选模型可以看看这个。

原文

6月25日

14:45

Fireworks AI@FireworksAI_HQ

精选

Fireworks AI 与 Harvey 合作研究发现，将前沿闭源模型（如 Opus 4.8）作为顾问代理，与微调的开源工作代理结合，在三个基准测试中均取得更优结果。相比全部使用 Opus 4.8，该混合方案成本降低40-67%。该方法简单部署即可提升效果，为模型调用提供新思路。

AI模型 Fireworks AI Harvey Opus 4.8

事件专题

推荐理由：Fireworks AI 的实验证明，把闭源大模型当参谋、开源模型当打手，效果更好还省40%-67%的钱，值得关注。

原文

6月23日

20:18

官方账号SiliconFlowAI@siliconflowai

SiliconFlow 对 GLM-5.2、GPT-5.5、Opus 4.8 和 GLM-5.1 进行了同提示词测试。结果显示 GLM-5.2 在性能上逼近 Opus 4.8，同时输入成本仅为 Opus 的约 1/3.6，输出成本为约 1/5.7。这意味着用户可以在 SiliconFlow 平台上以大幅降低的成本获得接近 Opus 级别的前端生成能力。

AI模型 GLM-5.2 Opus 4.8 SiliconFlow

事件专题

推荐理由：SiliconFlow 测了 GLM-5.2，性能跟 Opus 4.8 差不多，但输入输出成本都低了好几倍，想省钱的可以试试。

原文

6月19日

18:39

官方账号Together AI@togethercompute

Together Compute 测试了闭源和开源模型构建小型可玩游戏的能力。结果显示，开源模型成本更低、速度更快，生成游戏质量接近闭源模型。例如，Opus 4.8 成本是 MiniMax M3 的 15 倍，GPT-5.5 是 Nemotron Ultra 的 10 倍，而 Kimi K2.7 Code 比 Opus 4.8 便宜 7 倍。

AI模型 Opus 4.8 MiniMax M3 GPT-5.5

事件专题

推荐理由：Together Compute 实测：闭源模型贵几倍，开源做小游戏又快又便宜，质量还接近，想省钱就选开源。

原文

12:42

Fireworks AI@FireworksAI_HQ

Jeremy Howard在X平台上称赞Zai_org的GLM 5.2模型，称其至少与Opus 4.8和GPT 5.5一样优秀。他指出该模型速度极快、成本低廉且回答不冗长，在处理长上下文时表现非常出色。Howard表示从未见过如此优秀的开源权重模型。

AI模型 GLM 5.2 Zai_org Opus 4.8

事件专题

推荐理由：想试试媲美顶级闭源模型的开源模型吗？GLM 5.2又快又便宜，长上下文超强，看看Jeremy Howard怎么夸的。

原文

6月18日

13:02

@atomic_chat_hq@atomic_chat_hq

精选

Fable 5 模型在三个真实物理模拟任务（混沌双摆、高尔顿板、WCSPH 旋转桶中水）中生成的 HTML5 仿真效果优于 Opus 4.8。水模拟中，Fable 5 生成的水体更连续稳定，而 Opus 4.8 在器壁附近出现较大空隙、粒子散落且流体不稳定。Fable 5 的生成成本为 3.35 美元（68.7k tokens，耗时 14 分 47 秒），Opus 4.8 为 0.93 美元（38.9k tokens，耗时 8 分 10 秒）。

AI模型 Fable 5 Opus 4.8 物理模拟

事件专题

推荐理由：Fable 5 写物理仿真比 Opus 4.8 更扎实，尤其水粒子效果更真实，虽然贵了点但值得一试。

原文

6月17日

23:32

Guillermo Rauch@rauchg

Vercel CEO指出，在模型竞争加剧的当下，ai-sdk比以往更重要。开源模型GLM 5.2在Next.js Evals中击败了Opus 4.8。同时Vercel推出eve.dev，提供构建和部署智能体的实用解决方案，类比React与Next.js的关系。

AI产品 GLM 5.2 Opus 4.8 Next.js

事件专题

推荐理由：Vercel发了eve.dev，帮你快速搞Agent；还有GLM 5.2在Next.js评测里赢了Opus 4.8，开源再进一步。

原文

10:44

官方账号arXiv cs.AI@Nicola Franco

Anthropic发布了对两个前沿模型Fable 5和Opus 4.8的红队研究。研究使用HackAgent框架，对7,826个有害意图进行自动化越狱攻击，覆盖十类危害。最强自适应树状攻击在Opus 4.8上成功率达11.5%，而在Fable 5上仅为6.1%。两个模型分别产生了1,620和702个经专家确认的有害输出。结论表明，即使经过充分测试的前沿模型仍可在持续自动化攻击下被可靠破解。

论文 Anthropic Fable 5 Opus 4.8

事件专题

推荐理由：Anthropic公开了Fable 5和Opus 4.8的对抗性测试结果：树状攻击破Opus 4.8的11.5%，但Fable 5更抗打，仅6.1%。别被整体数字骗了，残存风险不小。

原文

03:37

The Rundown AI@therundownai

73°

Z AI发布了GLM-5.2，一款开源权重模型，支持1M token上下文窗口。在long-horizon coding基准上得分为74.4，超过GPT-5.5的72.6。在SWE-bench Pro上得分为62.1，同样领先GPT-5.5。AIME 2026数学测试得分为99.2，高于Opus 4.8和GPT-5.5。该模型在Designarena排名第一，并以MIT许可证发布。

AI模型 GLM-5.2 Z AI Opus 4.8

事件专题

推荐理由：Z AI的GLM-5.2开源，百万token上下文，数学和编程全面超过GPT-5.5，值得试玩。

原文

6月15日

15:29

AI Will@FinanceYF5

Anthropic原计划举办仅邀请全球顶级开发者的独家黑客松，提供Fable 5模型的无限使用权。该活动被政府叫停后，开发者改用Opus 4.8模型继续开发。最终作品质量很高，有人整理了Anthropic开发者日的所有演示，展示了Opus 4.8的多领域潜力。

AI模型 Anthropic Fable 5 Opus 4.8

事件专题

推荐理由：虽然Fable 5被禁，但Opus 4.8在黑客松中的表现依然惊艳，看演示就知道多强了

原文

6月14日

12:51

宝玉@dotey

设计师dotey分享用AI Agent辅助设计后，修改字型字号颜色的新方式。首先，使用设计系统规范按钮圆角、字号、间距，避免3px、5px等随意值。其次，设计师通过文字指令指挥Agent修改，Opus 4.8+结合设计系统可做到“言出法随”。最后，设计师负责把控大方向和验收结果，Agent执行具体调整。

技巧 AI Agent 设计系统 Opus 4.8

事件专题

推荐理由：设计师用Agent改设计的新思路

原文

04:21

elvis@omarsar0

精选

Elvis 在讨论中分享了运行自主长期编码智能体的经验，指出大多数模型难以协调长期任务，容易过早暂停或出现奖励黑客行为。他建议使用 Opus 4.8 进行规划，GPT-5.5 执行任务，并用 Deepseek、Qwen、Kimi 等模型作为评估器。强调多模态目标比纯文本目标更有效，能帮助智能体保持方向。

技巧 Opus 4.8 GPT-5.5 Deepseek

事件专题

推荐理由：Opus 4.8 规划 + GPT-5.5 执行，长期智能体实战配方

原文

6月13日

16:21

官方一手marktechpost@Asif Razzaq

美国以国家安全为由发布出口管制指令，要求Anthropic禁用其Claude Fable 5和Mythos 5模型。Anthropic已执行该指令，但其他模型如Opus 4.8仍可正常使用。此举涉及Anthropic旗下两款特定模型，未影响其整体产品线。

行业 Anthropic Claude Fable 5 Mythos 5

事件专题

推荐理由：美国政府出手，两款Claude模型被禁

原文

13:09

elvis@omarsar0

精选

Omar Sanseviero分享运行自主长时编码智能体的经验，建议用Opus 4.8做规划、GPT-5.5执行，并用Deepseek、Qwen、Kimi或MiniMax等模型作为评估器。他强调多模态目标比纯文本目标更强，能帮助智能体保持方向。清晰定义目标、消除模型假设、避免奖励黑客行为是关键。

技巧 Opus 4.8 GPT-5.5 Deepseek

事件专题

推荐理由：Opus 4.8+GPT-5.5分工跑长任务

原文

13:02

elvis@omarsar0

用户elvis在X上分享使用Opus 4.8进行规划、GPT-5.5执行任务的组合工作流。他指出将步骤分解为更小的部分能显著提升输出质量，并强调动态工作流的重要性被低估。该技巧适用于需要高质量输出的AI任务场景。

技巧 Opus 4.8 GPT-5.5 工作流

事件专题

推荐理由：Opus 4.8规划+GPT-5.5执行

原文

11:04

elvis@omarsar0

精选

Anthropic 因美国政府指令暂停 Claude Fable 5 模型访问，所有新会话切换到 Opus 4.8 或用户默认模型，现有 Fable 5 会话报错。AI 研究员 Omar 评论称 Fable 5 对多数任务不划算，且被削弱，而 Opus 4.8（规划）和 GPT-5.5（执行）仍是最佳选择。

行业 Claude Fable 5 Opus 4.8

事件专题

推荐理由：Fable 5 被停，看看大家选谁

原文

11:00

官方账号Decoder@Matthias Bastian

Anthropic发布的Claude Fable 5在Artificial Analysis Intelligence Index上获得64.9分，创下十项基准测试中的五项纪录。相比Opus 4.8，性能仅提升5.7%，但token价格翻倍。安全过滤器和回退路由进一步推高使用成本。

AI模型 Claude Fable 5 Anthropic Opus 4.8

事件专题

推荐理由：性能微涨价格翻倍，谨慎升级

原文

6月12日

13:31

swyx (AI Engineer)@swyx

Mythos 正式上线，其 FrontierCode 被认定为下一代编程基准。在 FC Diamond 测试中，Opus 4.8 和 GPT 5.5 在随努力扩展方面表现不佳。Mythos/Fable 的后训练方法首次将测试时计算应用于解决超长任务，相当于数十小时人类工作、每任务数百美元。该功能现已在 Cognition 和 Devin 中可用，仅需 1.4x ACUs。

AI产品编程基准 Mythos FrontierCode

事件专题

推荐理由：Mythos 的 FrontierCode 基准揭示了当前顶级模型在长任务上的扩展瓶颈，做 AI 编程评估或开发长流程自动化的团队值得关注，可以直接在 Devin 中体验。

原文

06:06

elvis@omarsar0

一位开发者分享使用 Opus 4.8 进行规划、GPT-5.5 执行代码的体验，强调将任务拆解为小步骤能显著提升输出质量。他提到动态工作流比多数人认为的更重要，并指出用 AI 生成 1 万行代码的 PR 花费 250 美元并不划算。他仍每日使用 Cursor AI，认为小步骤配合高质量模型效果更好。

AI产品 Opus 4.8 GPT-5.5 Cursor AI

事件专题

推荐理由：这条推文点出了 AI 编程中常被忽视的「步骤拆分」策略，做复杂代码生成的开发者看完会重新评估自己的工作流，值得一试。

原文

6月11日

16:58

官方一手歸藏(guizang.ai)@op7418

Anthropic 承认在 Fable 5 模型的安全防护上犯了错误，此前他们默认使用不可见的安全机制，导致用户无法感知模型何时被降级到 Opus 4.8。现在他们承诺未来几天内，当请求被标记并触发降级时，会提供明显的通知，包括在 Claude Code、Claude.ai 或 API 中显示降级原因。这一改变是为了平衡安全与透明度，但短期内可能增加误报。用户可以通过反馈帮助改进分类器。

AI产品 Anthropic Fable 5 Opus 4.8

事件专题

推荐理由：Anthropic 终于承认了安全机制不透明的问题，做 AI 应用开发或使用 Claude API 的团队，建议关注这个变化——未来降级会有明确提示，误报也会减少，值得跟进。

原文

03:45

OpenRouter@OpenRouterAI

OpenRouter 数据显示，模型 Fable 的使用量已达到 Opus 4.8 的两倍。尽管两者每日 token 使用量相同，但 Fable 的价格是 Opus 4.8 的两倍。这表明用户愿意为 Fable 支付更高费用，可能因其性能或特定优势。该趋势反映了 AI 模型市场对高质量付费模型的接受度提升。

AI产品 Fable Opus 4.8 OpenRouter

事件专题

推荐理由：Fable 在相同 token 消耗下价格翻倍却使用量翻倍，说明用户认可其价值。做模型选型或 API 调用的开发者值得关注这一市场信号。

原文

6月10日

22:20

berryxia@berryxia

一条推文对比了 Fable 5、Opus 4.8、Gemini 3.1 Pro 和 GPT 5.5 四款模型，指出只有 Google 还在使用去年的模型。这反映了当前 AI 模型迭代速度的差异，Google 的 Gemini 3.1 Pro 相对落后于其他厂商的新模型。

AI模型模型对比 Fable 5 Opus 4.8

事件专题

推荐理由：关注模型迭代节奏的开发者可以快速了解各厂商最新进展，Google 用户会意识到其模型可能落后了。

原文

12:58

AI Will@FinanceYF5

一条推特展示了Fable 5、Opus 4.8、GPT-5.5 Standard和GPT-5.5 Pro四个模型在相同Prompt下生成纽约天际线图像的结果对比。@aipulseda1ly 称这是目前见过最好的结果，差距肉眼可见。该对比直观反映了各模型在图像生成质量上的差异，对关注AI图像生成能力的用户有参考价值。

AI模型 Fable 5 Opus 4.8 GPT-5.5

事件专题

推荐理由：四个主流模型同Prompt出图对比，做AI绘画或模型评测的可以直接看结果，省去自己跑实验的时间。

原文

11:54

AI Will@FinanceYF5

一条推文展示了 Fable 5 和 Opus 4.8 在相同 prompt 下生成的 5000 个天体太空模拟结果对比。两者在模拟的细节、真实感和物理准确性上存在显著差异，Fable 5 的表现明显优于 Opus 4.8。该对比直观反映了当前 AI 模型在复杂物理场景生成能力上的差距，对关注 AI 生成内容质量和模型选型的开发者有直接参考价值。

AI模型 Fable 5 Opus 4.8 太空模拟

事件专题

推荐理由：做 AI 生成或物理模拟的开发者，这个对比能帮你快速判断哪个模型更适合复杂场景，值得点开看差距有多大。

原文

11:52

AI Will@FinanceYF5

83°

开发者 Victor Taelin 测试其编写的 HVM5 交互网求值器优化效果，使用 32 个 GPT-5 agent 运行 20 小时仅获得最多 2 倍加速，Opus 4.8 运行 8 小时最多提升 34%，而 Fable 5 仅用 2 小时就实现了单个基准 1770% 的加速，其他 4 个基准超 100%，平均 22%。Fable 不仅找到了最高效的优化策略（动态模式匹配节点的垃圾回收），还发现了作者代码中一个深层 bug。Taelin 称这是他的“个人奇点时刻”，并表达了对 AI 不平等问题的担忧。

AI产品 Fable 5 HVM5 GPT-5

事件专题

推荐理由：Fable 5 用 2 小时干赢了 32 个 GPT-5 agent 跑 20 小时，做系统优化或高性能计算的开发者看完会沉默——这不仅是效率碾压，还顺手修了作者都没发现的 bug，值得点开看细节。

原文

03:18

AI SDK@aisdk

Claude Fable 5 模型因内置安全护栏，可能拒绝处理某些请求。用户可配置回退机制，当 Fable 5 拒绝时自动切换到 Opus 4.8 等模型。这一设计在提升安全性的同时，也提供了灵活性，避免因单一模型限制导致任务中断。对于需要高可用性的开发者或团队，合理配置回退策略可确保工作流顺畅。

AI产品 Claude Fable 5 安全护栏模型回退

事件专题

推荐理由：安全护栏让模型更可控，但可能误伤正常请求——做自动化流程的开发者建议配置回退，避免任务卡死。

原文

6月8日

14:42

官方一手歸藏(guizang.ai)@op7418

Notion官方在状态页面公开指出Anthropic的Opus 4.7和4.8模型出现性能下降，导致用户使用Notion AI时失败率升高。为缓解影响，Notion已禁用所有Anthropic模型并将请求路由到其他供应商。Anthropic回应称此类问题在所有模型中都会发生，目前性能已恢复。但观察者指出，Anthropic模型出问题的频率明显高于其他两家，其状态页面甚至显示可用性未达99%。

AI产品 Anthropic Opus 4.7 Opus 4.8

事件专题

推荐理由：Anthropic模型频繁出问题，做AI产品集成的团队需要评估供应商稳定性——Notion的公开点名就是信号，建议关注Anthropic的可用性记录再决定是否深度依赖。

原文

6月5日

02:16

宝玉@dotey

博主建议用户根据自身条件选择2-3个最聪明的AI模型使用，而非追求数量。他认为单一模型不够稳定和全面，例如GPT-5.5不如Opus 4.8稳定，写作时甚至需要退回Opus 4.6。翻译任务他偏好Gemini 3.1 Pro，画图则选GPT Image 2。即使Opus 4.8表现不错，复杂任务也会让GPT-5.5同时出方案对比。他强调Token贵的省时间，时间比Token更宝贵。

技巧模型选择 GPT-5.5 Opus 4.8

事件专题

推荐理由：这条建议直击AI用户选模型的痛点——不是越多越好，而是选对2-3个最聪明的。经常用AI做复杂任务的开发者或创作者，看完会重新思考自己的模型组合，省下时间比省Token更划算。

原文

6月4日

02:45

Amjad Masad@amasad

78°

尽管 GPT 5.5 在 SWE 基准测试中表现最佳，但 Opus 4.8 在端到端应用创建任务上仍保持价格与性能的双重优势。为此，团队推出了 ViBench——首个基于真实世界任务的应用创建基准测试。该基准旨在更准确地评估模型在实际开发场景中的表现，而非仅关注代码修复或补全。结果显示，Opus 4.8 在 Vibe Coding 场景下依然是最优选择。

AI模型 GPT 5.5 Opus 4.8 ViBench

事件专题

推荐理由：ViBench 填补了现有基准只测代码修复、不测完整应用创建的空白，做全栈原型或快速验证想法的开发者值得关注——Opus 4.8 可能才是你的性价比之选。

原文

6月3日

10:55

Yangyi@Yangyixxxx

开发者 yetone 指出，Anthropic 在推出新模型 Opus 4.8 时未经过充分内部测试，导致推理基础设施出现各种 bug，包括 edit tool 调用时 old_string 参数传错等降智行为。模型发布后，用户成为众包测试员，反馈真实问题后 Anthropic 偷偷修复了这些 bug，舆论随之回暖。这导致早期吐槽模型的用户被嘲笑，而后期用户评价截然不同。问题核心在于如何低成本发现 bug，而非修复本身。

行业 Anthropic Opus 4.8 模型测试

事件专题

推荐理由：这条吐槽戳中了 AI 模型发布「先上线再修 bug」的行业潜规则，如果你是重度使用 Claude 的开发者或团队，看完会明白为什么同一模型前后体验差异巨大——建议点开了解背后的不公平逻辑。

原文

6月2日

10:40

宝玉@dotey

博主提出不要指望单一模型在所有场景最强，应像渣男一样组合使用多个模型。Opus 4.8在写作上不如GPT-5.5，但在UI设计、系统设计和计划方面表现更优。建议先用Claude Design设计UI，再分别交给GPT-5.5和Opus 4.8实现对比。每个模型有独特特性，需针对性调优提示词。

AI产品 Opus 4.8 GPT-5.5 Claude Design

事件专题

推荐理由：这条建议解决了AI模型选择焦虑——不用纠结哪个最好，组合用才是王道。做UI设计、系统架构的开发者可以立刻试试Claude Design+GPT-5.5/Opus 4.8的搭配，效果立竿见影。

原文