Anthropic 推出 Opus 4.7，Claude Code 降智危機解了嗎？
三句話摘要
Claude 過去兩週降智的根本原因是 Anthropic 算力不足，新發布的 Opus 4.7 如何應對這場危機。 當 AI 不再是完美助手時，你的提示詞工程能力才是決定輸出品質的真正分水嶺。 算力危機驅動的被動降智 — Anthropic 年營收近 300 億美金，成長速度超越 OpenAI，但 GPU 投資只有 OpenAI 的四分之一，導致用戶激增無法支撐。該公司透過降低預設思考深度、縮減輸出 token、限流尖峰時段等手段堆砌，讓模型看起來變笨，實際上是算力分配的結果。AMD 工程師分析顯示推理深度砍 73%、不讀檔直接改程式碼的比例從 6% 飆到 33.7%。
重點整理
重點- 1
算力危機驅動的被動降智 — Anthropic 年營收近 300 億美金，成長速度超越 OpenAI，但 GPU 投資只有 OpenAI 的四分之一，導致用戶激增無法支撐。該公司透過降低預設思考深度、縮減輸出 token、限流尖峰時段等手段堆砌，讓模型看起來變笨，實際上是算力分配的結果。AMD 工程師分析顯示推理深度砍 73%、不讀檔直接改程式碼的比例從 6% 飆到 33.7%。
- 2
Opus 4.7 多面向的實質升級 — 視覺解析度翻三倍（2576 像素），安全公司實測視覺敏銳度從 54.5% 直接跳到 98.5%；新增 xhigh 努力級別填補 high 和 max 之間的 gap；ultrareview 提供獨立程式碼審查視角；跨 session 檔案記憶系統更成熟。官方定價未漲，但新 tokenizer 讓相同輸入消耗多 35% token。
- 3
指令字面化的雙面效應 — 4.7 「takes instructions literally」，逐字遵從提示詞而不自作聰明，降低幻覺和無謂延伸，但也失去了前代「會補位」的機靈感。這反過來逼迫使用者回到提示詞工程的基本功，寫清楚意圖、組織好工作流、正確擺放 context。
- 4
Benchmark vs 實際體感的落差 — Coding benchmark 提升 13%、CursorBench 跳 12 個百分點、Rakuten 任務成功率三倍、文件推理從 57 拉到 80 分，但一小時的日常工作流體驗無明顯差異。Benchmark 測上限能力（完美考試），日常工作流測平均表現（100 次任務中有多少次不出錯），兩者維度不同。
實用技巧與重點
乾貨- Anthropic 的成長與危機數據
- 年化營收 (ARR)：300 億美金（本月剛超越 OpenAI 的 240 億）
- 成長速度：15 個月 30 倍成長，90 億→300 億只花 4 個月
- 企業大戶：年付 100 萬美金以上客戶從 2 月到現在翻倍，超過 1,000 家
- 硬體投資：Anthropic 訓練支出約 OpenAI 的四分之一
- GPU 限制：3 月底開始美東早上 8 點→下午 2 點限流，4 月 4 號企業方案改 pay-as-you-go
- 降智的量化證據（AMD 工程師分析 7,000 次對話）
- 推理深度：平均推理字元從 2,200 掉到 600，下降 73%
- 不讀檔直接改程式碼：6% → 33.7%（每三次互動一次沒看程式碼就改）
- 模型停頓要打斷頻率：增加 12 倍
- 「simplest」出現頻率：增加近 3 倍
- Opus 4.7 新功能
- 視覺解析度：長邊上限 2,576 像素（≈375 萬像素）
- 努力級別：新增 xhigh（介於 high 和 max 之間）
- 代碼審查：新增 ultrareview 指令，3 次免費額度（不計入訂閱額度）
- Auto mode：Max 方案現已可用，自動選擇努力級別
- Task budgets：API public beta，直接設 token 預算上限
- Benchmark 成績
- 官方 coding benchmark：93 題，4.7 vs 4.6 提升 13%
- CursorBench（IDE 場景）：4.7 為 70%，4.6 為 58%
- Rakuten SWE 測試：4.7 能解決的生產環境任務數是 4.6 的三倍，程式碼品質和測試品質雙位數成長
- GDP val（綜合能力排行）：4.7 拿 1753 分，超越 GPT 5.4 的 1674，遠超 4.6 的 1619
- Document and reasoning：4.6 為 57.1，4.7 為 80.6；對比 Gemini 3.1 的 42 分、GPT 5.4 的 51 分
- Tokenizer 和定價變化
- 新 tokenizer：相同輸入消耗 1～1.35 倍 token
- API 定價：輸入 500 萬 token，輸出 2500 萬 token（與 4.6 相同）
- 帳單影響：單價不漲但用量增加 35%，整體成本高機率增加
- 使用者體驗反饋
- Hex 技術長評語：「Low-effort Opus 4.7 roughly equivalent to medium-effort Opus 4.6」
- 指令跟隨：4.7「takes instructions literally」，一字一句照做，不自動腦補意圖
結論
結論“當 AI 不再是完美助手時，你的提示詞工程能力才是決定輸出品質的真正分水嶺。”
完整解析
詳細Anthropic 在過去兩週面臨了一場無聲的危機。作為曾經被重度使用者寄予厚望的「天才少年」，Claude 突然變得思維淺薄、動輒亂改程式碼、甚至回覆看不懂的語言。這不是個人的錯覺——AMD 工程師用 7000 次真實對話數據驗證了這個現象的普遍性：推理深度砍掉 73%、無視檔案直接修改的比例從 6% 飆到 33.7%。
根本原因指向同一個方向：算力危機。Anthropic 的成長速度已經追上甚至超越 OpenAI，年營收剛破 300 億美金，15 個月成長 30 倍。但硬體投資沒有跟上——根據華爾街日報的財務預測，Anthropic 的訓練支出只有 OpenAI 的四分之一。這形成了一個窘境：企業大戶翻倍（年付 100 萬美金以上客戶超過 1000 家），但 GPU 根本撐不住。官方的應對方案是悄無聲息地降低模型的運算預算——減少預設思考深度、限流尖峰時段（美東早上 8 點到下午 2 點）、改 pay-as-you-go 計費、甚至把 token 額度變相縮水。模型沒有變笨，只是被戴上了手銬。
昨天 Opus 4.7 的發布，對使用者來說是一份期待已久的考卷。新版本推出了幾項實質改進：視覺解析度翻了三倍（從標準解析度升到 2576 像素），讓 AI 能清楚識別截圖中的小字、複雜架構圖，安全公司的實測顯示視覺敏銳度從 54.5% 直接跳到 98.5%；新增 xhigh 努力級別填補 high 和 max 之間的灰色地帶；ultrareview 指令提供獨立的代碼審查視角；跨 session 的檔案記憶系統更成熟，讓長期專案不必每次重複交代背景。Benchmark 成績好看——coding 提升 13%、document and reasoning 從 57 拉到 80、Rakuten 企業測試顯示能解決的生產任務三倍成長。但一小時的實際工作流體驗卻「很無感」。
這個反差指向一個重要區別：Benchmark 測的是模型的上限能力，像考試拿滿分；日常工作流測的是平均表現，關鍵是 100 次任務中有多少次能不出錯。新版還有兩個隱藏成本：新的 tokenizer 讓相同輸入消耗多 35% token，帳單會變貴；4.7「takes instructions literally」，逐字遵從提示詞而不自作聰明，失去了前代那種「會補位、會給你驚喜」的機靈感。這反而把球踢回了使用者——你必須寫得更清楚、更精確的提示詞。
講者的建議很實際：與其被情緒綁架，不如把能力收回自己手上。過去一年模型可能把使用者寵壞了，輸出強、容錯高，隨便丟模糊需求進去都有說得過去的答案。這波危機其實在逼著所有人正視一件事——AI 的輸出品質不只是模型的事，關鍵在互動過程中有沒有把意圖定義清楚。趁這個機會，好好練習梳理思緒、寫清楚提示詞、組織好工作流、擺對 context。這些是永遠的基本功。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
