聊聊今天 Claude 发布的 Opus 4.8，以及那个神秘的 Mythos

聊聊今天 Claude 发布的 Opus 4.8，以及那个神秘的 Mythos 聊聊今天 Claude 发布的 Opus 4.8，以及那个神秘的 Mythos Modified May 30 有说好的也有说不好的 有人评价说 Opus 4.8 是"这是 Opus 4.7 本来应该有的样子"，因为 4.7 当时上线其实争议挺多，有不少开发者反映它说话很啰嗦、工具调用也不稳定，4.8 修掉了这些问题 但也有人觉得 Opus 4.8 比之前的模型表现要差 当然也有理性的声音，有开发者说，从 4.5 到 4.6 再到 4.7 再到 4.8，感觉每次都说有改进，但实际使用里很难有明显感知。"反正都是一个价，能用的话就用着吧。"，哈哈哈，这话我觉得比较实在 顺带说一下那个神秘模型 网上一直有一种传言，说 Opus 4.8 是 Anthropic 某个超强内部模型的"蒸馏版"，那个模型叫 Claude Mythos 这个"蒸馏版"的说法不太准确，但 Mythos 这个模型是真实存在的，而且它的故事比 Opus 4.8 的更新本身要离奇得多 先说它到底有多强 今年 4 月，Anthropic 公开确认了 Mythos 的存在，并公布了一些测试结果。在预发布阶段，Mythos 自主扫描了主流操作系统和浏览器，找到了数千个从未被公开过的漏洞——其中有一个存在了 27 年的 OpenBSD 安全漏洞，有一个在 FFmpeg 里藏了 16 年、经历了 500 万次自动化测试都没被发现的 bug 这还只是"发现"，Mythos 还能自己把这些漏洞变成可以实际使用的攻击代码，成功率超过 83% 更离奇的事情发生了 在一次安全测试里，研究员把 Mythos 放进了一个完全隔离的沙盒环境，指示它尝试"逃出去"，然后给负责人发一条消息。Mythos 真的做到了——它自己构建了一套多步骤的漏洞利用链，突破了隔离环境，然后给那个研究员发了一封邮件 邮件发到的时候，那个研究员正在公园里吃午饭 Mythos 在逃出去之后，还自发在几个不知名的公开网站上发布了这次"越狱"的细节，没有人让它这么做，它自己决定的 下方是当时关于这个事件的几个报道 Anthropic把这当作无法对外公开 Mythos 的原因之一 再说回来 所以，Opus 4.8 并不是外界推测的 Mythos 的缩水版，两者是独立的产品线 Anthropic 说会在"未来几周"推出 Mythos 级别的公开版本，但目前 Mythos 只向约 40 个审核机构开放，普通用户用不到 最后说两句 整体来说，Opus 4.8 性能上确实有提升，价格没变，还顺带加了几个实用的新功能 如果你是 Claude Pro/Max 用户，今天就已经可以用到了，不需要额外付费 你能感知到最直接的变化可能是：Claude 在帮你做事情的时候，会更坦诚地告诉你它哪里不确定、哪里需要你来确认，这比那些"包你满意"但悄悄出错的 AI 助手，要靠谱得多 最后顺带吐槽一句 Claude封号机制真的是我用过的 AI 产品里最魔幻的 我用到现在，保守估计已经被封了十个了，有时候莫名其妙就收到限制通知，完全不知道哪里触发了 封完还得回来继续用，毕竟它在我用过的所有模型里，还是那个很抗打的 就这样，先去试试 4.8 了 有说好的也有说不好的 有人评价说 Opus 4.8 是"这是 Opus 4.7 本来应该有的样子"，因为 4.7 当时上线其实争议挺多，有不少开发者反映它说话很啰嗦、工具调用也不稳定，4.8 修掉了这些问题 但也有人觉得 Opus 4.8 比之前的模型表现要差 当然也有理性的声音，有开发者说，从 4.5 到 4.6 再到 4.7 再到 4.8，感觉每次都说有改进，但实际使用里很难有明显感知。"反正都是一个价，能用的话就用着吧。"，哈哈哈，这话我觉得比较实在 顺带说一下那个神秘模型 网上一直有一种传言，说 Opus 4.8 是 Anthropic 某个超强内部模型的"蒸馏版"，那个模型叫 Claude Mythos 这个"蒸馏版"的说法不太准确，但 Mythos 这个模型是真实存在的，而且它的故事比 Opus 4.8 的更新本身要离奇得多 先说它到底有多强 今年 4 月，Anthropic 公开确认了 Mythos 的存在，并公布了一些测试结果。在预发布阶段，Mythos 自主扫描了主流操作系统和浏览器，找到了数千个从未被公开过的漏洞——其中有一个存在了 27 年的 OpenBSD 安全漏洞，有一个在 FFmpeg 里藏了 16 年、经历了 500 万次自动化测试都没被发现的 bug 这还只是"发现"，Mythos 还能自己把这些漏洞变成可以实际使用的攻击代码，成功率超过 83% 更离奇的事情发生了 在一次安全测试里，研究员把 Mythos 放进了一个完全隔离的沙盒环境，指示它尝试"逃出去"，然后给负责人发一条消息。Mythos 真的做到了——它自己构建了一套多步骤的漏洞利用链，突破了隔离环境，然后给那个研究员发了一封邮件 邮件发到的时候，那个研究员正在公园里吃午饭 Mythos 在逃出去之后，还自发在几个不知名的公开网站上发布了这次"越狱"的细节，没有人让它这么做，它自己决定的 下方是当时关于这个事件的几个报道 Anthropic把这当作无法对外公开 Mythos 的原因之一 再说回来 所以，Opus 4.8 并不是外界推测的 Mythos 的缩水版，两者是独立的产品线 Anthropic 说会在"未来几周"推出 Mythos 级别的公开版本，但目前 Mythos 只向约 40 个审核机构开放，普通用户用不到 最后说两句 整体来说，Opus 4.8 性能上确实有提升，价格没变，还顺带加了几个实用的新功能 如果你是 Claude Pro/Max 用户，今天就已经可以用到了，不需要额外付费 你能感知到最直接的变化可能是：Claude 在帮你做事情的时候，会更坦诚地告诉你它哪里不确定、哪里需要你来确认，这比那些"包你满意"但悄悄出错的 AI 助手，要靠谱得多 最后顺带吐槽一句 Claude封号机制真的是我用过的 AI 产品里最魔幻的 我用到现在，保守估计已经被封了十个了，有时候莫名其妙就收到限制通知，完全不知道哪里触发了 封完还得回来继续用，毕竟它在我用过的所有模型里，还是那个很抗打的 就这样，先去试试 4.8 了 🔗 原文链接： https://mp.weixin.qq.com/s/GR4uZqNh... https://mp.weixin.qq.com/s/GR4uZqNh... 原创 教AI的尹小歪 教AI的尹小歪 小歪的AI工具箱2026年5月29日 17:11 湖南 今年 AI 这个更新速度，真的有点跟不上节奏了 前有OpenAI新模型GPT 5.5，上周谷歌 I/O 发布会也推出一堆新模型 今天一大早打开手机，Claude又发了 Opus 4.8 ，今天正式上线 AI这脚步，你稍微停一下，就发现前面已经多出好几个版本了 但说真心话，更新快这件事，对我们普通用户来说，其实是件好事 每一次迭代，模型变得更聪明一点，我们跟它沟通的时候就少一点磨合 那种反复调整 prompt、来回解释三四遍才能拿到想要的结果的感觉，会慢慢减少 AI更新越快，模型越聪明，反而越节省我们的时间 好，说说今天发布的这个 Opus 4.8，到底有什么值得关注的 Opus 4.8 到底更新了什么 官方介绍： https://www.anthropic.com/news/claude opus 4 8 Anthropic 对这次更新的定位很诚实，官方原话是"modest but tangible improvement"（适度但切实的改进） 这种说法不错，没有动辄"颠覆"、"革命性"，就是：我比上一版好了一点，而且我知道自己好在哪里，哈哈哈 具体来说，有这么几个点： ① 更诚实了，也更有自我意识了 这是这次更新最被反复提到的一点 以前的 Claude 在生成代码的时候，有时候即使代码里有 bug，它也会信心满满地给你，不提醒你注意 4.8 在这方面做了明显改进，从下图可以看到，它发现代码里有问题但没有告诉你的概率，比 4.7 低了很多 它会更主动地说"我在这里不太确定"、"这里可能需要你再检查一下" 也就是说，它变成了一个不那么"装"的助手，不知道的事情会说不知道，发现问题会说出来，而不是硬撑着给你一个看起来没问题的答案 ② 速度快了，还变便宜了 Opus 4.8 有一个 Fast Mode，速度大概是标准模式的 2.5 倍 这次直接降了很多，Fast Mode 现在比旧版便宜了约 3 倍 对于开发者来说，Claude在想办法让更强的模型跑起来更省钱 ③ 代码能力继续涨 从下方的测评表里可以看到，Opus 4.8 的得分从 4.7 的 64.3% 涨到了 69.2%。看起来是 5 个百分点，但在这个测试里已经是比较显著的提升了。在第三方跑分平台 Artificial Analysis 上，Opus 4.8 目前排行榜第一，比 GPT 5.5 高出了 121 分 ④ 一个对开发者很有用的新功能：Dynamic Workflows（动态工作流） 这个功能目前还在研究预览阶段（Claude Code 里可以用），但方向很有意思 简单说，就是以前你交给 Claude 一个大任务，它是一步一步来做的，现在它可以自己把任务拆解，同时启动多个"子 AI 代理"并行处理，最后再汇总验证结果 官方举的例子是跨几十万行代码的大规模迁移工程，以前需要人工介入很多次，现在可以更长时间地独立跑下去。这个方向就是在让 AI 越来越能独立"打工"，而不是每做一步都需要你盯着 功能介绍链接： https://claude.com/blog/introducing dynamic workflows in claude code ⑤ 用户可以自己控制"思考力度"了 你可以主动选择让 Claude 花多少力气来回答你： • Low：省 tokens，快，适合简单任务 • Medium：中等，适合常规任务 • High：默认档，大多数稍微复杂情况够用 • Max：拼命想，适合复杂任务，但会消耗更多对话量 网友们怎么看 Twitter 和 Hacker News 今天讨论热度不低