Anthropic Opus 4.7 发布引争议，工程能力遭质疑，谷歌入局抢夺 AI 编程市场

Anthropic高光期被打断

Anthropic最近几个月原本处在一段少见的高光期。一方面，Claude Code和Claude Cowork的能力提升，拉高了外界对Anthropic工程能力的评价；另一方面，Claude一直是用户心中“最会写”的模型之一，甚至在与美国国防部相关争议引发关注后，Claude一度冲上App Store榜首。但这种势头，很快被Opus 4.7的发布打断了。

Opus 4.7“翻车”

在Opus 4.6已经被不少用户质疑被“削弱”之后，原本承担“修复口碑”期待的Opus 4.7，并没有带来明显的升级感。相反，越来越多用户反馈称，新版本不仅没有更强，反而在准确性、稳定性、成本控制和实际可用性上暴露出更多问题。社交媒体上已经有不少关于Opus 4.7“翻车”的案例。一些问题看起来甚至很基础，比如在一个常见但非正式的AI测试中，Opus 4.7表示“strawberry”这个单词里有两个字母P；还有用户截图显示，模型承认自己没有进行交叉验证，因为“有点懒”；还有用户发现，Opus 4.7在帮他们修改简历时，会“编造”新的学校或姓氏。有人猜测问题出在模型的推理机制上，Anthropic引入了一个新的“自适应推理”功能，但有用户表示，他们“根本没法让Opus 4.7好好思考”，甚至认为这个机制“削弱了性能”。Claude Code的作者Boris Cherny回应称，自适应思考让模型自行决定何时思考，整体效果更好。不过，在一些具体问题上，Anthropic也承认还有改进空间。

Opus 4.7成本争议

Opus 4.7的另一个争议点是成本。新模型采用了新的tokenizer，这意味着同样的输入，token消耗大约会比旧模型高出1.0–1.35倍。有用户表示，在发布后，Claude Pro甚至问三次问题就会触及上限。还有人发现，在GitHub Copilot中，Opus 4.7的价格一度达到7.5倍溢价（直到4月底）。随后，Cherny表示，Anthropic已提高订阅用户的使用额度作为补偿。一些对Opus 4.7不满的用户试图回到旧版本，例如4.5，但却发现它已经下线。

并非所有用户都持负面态度

不过，也并不是所有用户都持负面态度。有用户表示：“Opus 4.7的token消耗确实离谱，但它真的很强。”一些业内人士表达了认可。创业者Jeremy Howard称，这是“第一个真正‘理解我在做什么’的模型”；YC CEO Garry Tan表示自己在OpenClaw中使用它；Cursor设计师Ryo Lu则用它来做规划。

用户体验未明显改善

面对争议，Anthropic也在持续调整。但到目前为止，用户体验并没有明显改善，吐槽声依然不止。一天前，有用户“MurkyFlan567”晒出了分别用Opus 4.7和4.6编程3天后的实际对比，在该用户的使用场景中，Opus 4.7一次就做对的比例比4.6更低，同时每次修改平均需要的重试次数几乎翻倍。Opus 4.7每次调用生成的内容也明显更多，这也让成本明显更高。如果按任务类型拆分来看，4.7在编码和调试上的表现都更弱。

Claude Code编程能力走弱

对于使用Claude Code的开发者来说，感受更加明显。有开发者反馈，Claude Code对原本能够完成的任务变得更加迟疑，甚至会在电脑排障、应用调试这类相邻任务上直接以“超出专业范围”为由拒绝继续，而OpenAI的Codex却能在几分钟内解决同类问题。根据Margin Lab的内部基准测试结果，自3月以来，相关模型的加权平均成绩从57%下降至55%，且呈现持续下滑趋势。更激烈的批评来自AMD的AI团队，其报告认为，Anthropic推出的“思考内容遮蔽”与复杂长会话工程任务中的质量回退高度相关。Claude Code的工作方式正在从“先研究再编辑”转向“先动手修改再说”，在很多开发者看来，这种变化比“模型偶尔答错”更危险。

Anthropic工程能力遭质疑

知名博主Theo - t3.gg认为，让Claude全产品线持续变笨、变懒的原因是不单纯在模型上，而在于Anthropic的工程实现能力没有跟上。大量回退可能来自harness，也就是提示词、系统规则、工具调用逻辑和产品封装层的综合设计。一个典型例子是，Claude Code强制要求模型在编辑文件前必须先读取文件内容，但在一些场景中，模型搜索到了文件，却因为harness不把“搜索”视为“读取”，导致更新操作连续失败。类似问题在第三方基准测试中也被放大。除了harness，API层也被认为是重要变量，Anthropic已确认，Opus 4.7使用了新的tokenizer，这会让开发者更快撞上token限制，同时上下文本身也会变得更臃肿。底层算力调度也是被反复提及的变量，Anthropic并未完全押注Nvidia GPU，而是同时使用AWS的Trainium、Google TPU以及部分Nvidia GPU，这可能带来不同质量波动。Theo - t3.gg得出结论：开发者感知到的“Claude变笨”，可能是多层问题叠加的结果。

谷歌入局抢夺AI编程市场

Theo - t3.gg指出，相比之下，OpenAI及Codex并未遭遇同等规模、同等持续性的“变笨”争议。现在的Anthropic，一边持续推出新能力、新工具和新封装，一边却没有给出足够透明的解释，也没有拿出足够稳定的工程实现，最终让用户得到的结果越来越差。值得注意的是，今天The Information报道称，谷歌成立突击队以改进编码模型，这意味着有深厚工程经验的谷歌也开始奋力争夺AI编程市场。据知情人士透露，Brin与谷歌DeepMind首席技术官Koray Kavukcuoglu均直接参与了这支攻坚团队的工作，Gemini 3已经证明了谷歌的追赶能力，模型编程能力叠加工程经验，让谷歌有潜力动摇Anthropic的核心编程优势。

Anthropic调整Claude产品角色

Opus 4.7发布后，资深开发者Simon Willison对比了Opus 4.6和4.7之间的git diff，通过Opus 4.7的系统提示词变化，也体现出了Anthropic正在调整Claude的产品角色。首先，“开发者平台”更名为“Claude平台”，系统提示词中提到的Claude工具列表有变化，Claude in PowerPoint在4.6版本中并未出现。其次，儿童安全部分被大幅扩展，并被包裹在一个新的标签中。官方也在让Claude变得不那么“粘人”。新增部分包括当用户请求中只缺少一些次要细节时，Claude应直接给出一个合理的尝试结果等内容。Claude chat现在似乎有了一个“工具搜索机制”。此外还有新的约束，鼓励Claude减少冗长表达。Opus 4.7中新增了一个关于“进食障碍”的部分，系统提示词也增加了针对一种常见攻击的防护。Claude 4.6中曾有的一段特别说明在4.7中被移除，反映出模型的知识截止时间已更新到2026年1月，并具备更可靠的事实认知。