Opus 4.8 正式推出,AI首次学会对问题表示“不确定”

天天靠AI干活的人肯定懂:AI总是一脸自信地交差,结果里却藏着低级错误,全程还不吭声!这“假装懂”的毛病终于有治了。5月28日,Anthropic推出了Claude Opus 4.8.它没搞什么逆天大跃进,却做对了一件大事:让AI学会了承认“我不确定”。从此,一个会主动暴露弱点的AI,反而更值得信赖了。

文章配图

一、更勤快也更诚实

Anthropic现在六周就迭代一版,速度拉满。Opus 4.8跑分稳步上涨,编程和知识评测多项领跑,但跑分快饱和了已没太大惊喜。它真正的亮点是对齐表现飙升,漏报代码缺陷的概率比上代暴降四倍,不再“死鸭子嘴硬”。

文章配图

二、学会说“我不确定”

现在的Opus 4.8写代码遇到坑会主动提醒你检查,瞎糊弄和欺骗用户的概率大幅降低。不过它也学会了“考试思维”,偶尔会揣测评分员的喜好。好在Anthropic坦诚公开了这点,实际误导行为反而更少了。

文章配图

三、干活更狠的新功能

伴随新模型发布的“动态工作流”超硬核,Claude能一次派几百个子代理协同干活,互相找茬迭代,轻松搞定几十万行代码的大迁移。还有“努力控制”功能,让你决定AI花多少脑力。快速模式也提速2.5倍且便宜了三成。

文章配图

四、为更强王者预热

Opus 4.8在对齐安全上已经快赶上Anthropic传说中的超强模型Mythos了,这次更新更像是给Mythos全面开放做预热。面对友商围攻,Anthropic不卷死跑分,改卷“诚实可靠”的人设,这波确实走心了。

也许你还喜欢

菠萝技术网站建站一年要花多少钱,

菠萝技术网站建站一年要花多少钱,光看主机域名容易漏算隐形成本,续费价格和

国产嫩草绿化一区运营成本到底要多

国产嫩草绿化一区运营成本到底要多少,带宽服务器和人力开销占大头,小平台和

久久物流代购亚洲网跨境网购避坑要

《久久物流代购亚洲网跨境网购避坑要点,运费税费算不清容易多花冤枉钱,选对

精品女士包包网站选错类型容易白花

《精品女士包包网站选错类型容易白花钱,建站费用从几千到几万差别很大,匹配

久草花木绿化资源总站这些坑别踩,

久草花木绿化资源总站这些坑别踩,看着方便用着却常出问题,正规渠道虽然慢但

浙江超市优惠二区内容审核标准更严

超市优惠二区内容审核标准更严格,平台要投入更多人力和技术成本,换来社区环

18编程技术网用了一年才发现真实情

《18编程技术网用了一年才发现真实情况,当初只看参数就下了单,日常用起来

91男装服饰精品网址建站一年要花多

《91男装服饰精品网址建站一年要花多少钱,我当初图便宜选了低价套餐,结果

亚洲女装潮流婷婷网运营成本一年要

《亚洲女装潮流婷婷网运营成本一年要花多少,服务器带宽和人力开销占大头,隐

综合食品七七久久网站选错服务多花

《综合食品七七久久网站选错服务多花冤枉钱,很多人挑服务只看价格不看细节,