Anthropic Opus 4.7 发布引争议，谷歌入局争夺 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 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。但这种势头被 Opus 4.7 的发布打断。

Opus 4.7 问题频出

在 Opus 4.6 被质疑“削弱”后，Opus 4.7 未带来明显升级感，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。社交媒体上有不少关于 Opus 4.7“翻车”的案例，如 Reddit 上一条标题为“Claude Opus 4.7 是一次严重退步，而不是升级”的帖子获得 2300 个点赞，X 上有用户表示 4.7 没比 4.6 好，获 1.4 万点赞。

Opus 4.7 还出现一些基础问题，如在 AI 测试中表示“strawberry”有两个字母 P，模型承认自己“有点懒”未进行交叉验证，修改简历时“编造”新学校或姓氏等。有人猜测问题出在模型推理机制上，Anthropic 引入的“自适应推理”功能被部分用户认为“削弱了性能”，但 Claude Code 的作者 Boris Cherny 称自适应思考整体效果更好。

Opus 4.7 成本争议

Opus 4.7 采用新的 tokenizer，token 消耗比旧模型高出 1.0 - 1.35 倍，有用户称 Claude Pro 问三次问题就触及上限，GitHub Copilot 中 Opus 4.7 价格一度达 7.5 倍溢价。Anthropic 提高订阅用户使用额度作为补偿，但仍有用户不满，试图回到旧版本却发现 4.5 已下线。

Claude Code 编程能力走弱

对于使用 Claude Code 的开发者来说，感受更明显。Claude Code 对原本能完成的任务更迟疑，甚至拒绝相邻任务，而 OpenAI 的 Codex 能快速解决同类问题。Margin Lab 内部基准测试显示，自 3 月以来，相关模型加权平均成绩从 57% 下降至 55% 且持续下滑。

AMD 的 AI 团队报告指出，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 工作方式从“先研究再编辑”转向“先动手修改再说”，被开发者认为更危险。

Anthropic 工程能力遭质疑

知名博主 Theo - t3․gg 认为，Claude 变笨可能是多层问题叠加的结果，包括 harness 污染上下文、API 过滤和路由策略变更、thinking redaction 影响长会话推理、tokenizer 改动放大 token 消耗，以及多硬件平台部署带来的不确定性等。

Anthropic 未完全押注 Nvidia GPU，采用多平台部署，可能导致任务质量波动。Theo - t3․gg 推测，Anthropic 推广 100 万上下文窗口可能是引导流量手段，这让开发者有“默认更大上下文，带来默认更差体验”的感受。

谷歌入局争夺市场

相比之下，OpenAI 及 Codex 未遭遇同等规模、同等持续性的“变笨”争议。而今天 The Information 报道称，谷歌成立突击队改进编码模型，Brin 与谷歌 DeepMind 首席技术官 Koray Kavukcuoglu 参与工作，谷歌高层重视程度可见一斑。Gemini 3 证明了谷歌追赶能力，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 Opus 4.6 和 4.7 发现，Anthropic 正在调整 Claude 的产品角色。“开发者平台”更名为“Claude 平台”，Claude 工具列表增加，儿童安全部分扩展，官方让 Claude 变得不那么“粘人”，新增部分规则，鼓励 Claude 减少冗长表达等。

此外，Opus 4.7 新增“进食障碍”部分，增加对常见攻击的防护，模型知识截止时间更新到 2026 年 1 月。但 Anthropic 未公开模型“工具描述”，Willison 通过对话获得一些信息，工具列表与 Opus 4.6 相比未变。