Claude新模型在出错时更加“诚实”

背景

Anthropic 于本周四正式发布了其最新旗舰模型 Claude Opus 4.8。在此次发布中，Anthropic 将宣传重点放在了模型的“诚实性”（Honesty）上。尽管 Anthropic 此前一直致力于训练其所有模型保持诚实，例如避免提出无法证实的主张，但公司指出，AI 模型普遍存在的一个问题是：在证据薄弱的情况下，它们有时会急于得出结论，并自信地展示看似取得进展的工作成果。

早期测试者反馈显示，Opus 4.8 在识别自身工作不确定性方面表现更佳，且更少做出缺乏支持的断言。在 Anthropic 的内部评估中，Opus 4.8 允许其编写的代码中存在缺陷而不加评论的概率，比其前身模型降低了约 4 倍。

核心内容

本次发布的 Claude Opus 4.8 不仅在基础能力上进行了优化，还引入了多项旨在提升用户体验和控制力的新功能，具体包括以下几个方面：

1. 增强“诚实性”与自我纠错能力 Anthropic 强调，Opus 4.8 的核心改进在于当模型犯错或面临不确定性时，能更诚实地表达出来。

• 减少盲目自信： 模型不再会在证据不足时强行给出看似确定的答案，而是更倾向于标记其工作中的不确定性。
• 代码质量提升： 在代码生成任务中，Opus 4.8 能够更敏锐地识别自身代码中的缺陷。数据显示，相比前代模型，它忽略代码错误的概率降低了约 4 倍，这意味着生成的代码更加可靠，减少了用户需要手动排查隐藏 Bug 的风险。

2. 引入“努力程度”调节机制 为了平衡性能与资源消耗，Opus 4.8 允许用户直接调节 Claude 在处理任务时所投入的计算资源（即“努力程度”）。

• 高努力模式： 当用户需要最高质量的回答时，可以选择高努力模式。该模式会使用更多的 Token 进行深度推理和思考，从而提供更精准、详尽的结果。
• 低努力模式： 如果用户不希望快速消耗速率限制（Rate Limits）或仅需快速响应，可以选择较低的努力程度。这种灵活性使得用户可以根据具体场景在“速度/成本”与“质量/深度”之间做出权衡。

3. 推出“动态工作流”（Dynamic Workflows） Anthropic 同时以研究预览（Research Preview）的形式推出了“动态工作流”功能，旨在让 Claude 能够处理更复杂、规模更大的任务。

• 自主规划与并行执行： 在该模式下，Claude 首先会对任务进行整体规划，然后在单个会话中运行数百个并行子代理（Subagents）。
• 延长运行时间： 得益于 Opus 4.8 的性能提升，这些子代理可以运行更长时间，以完成更复杂的子任务。
• 输出验证： 在所有子代理完成任务后，Claude 会在向用户报告最终结果之前，对其生成的输出进行验证，确保信息的准确性和一致性。

关键要点

• 发布主体与时间： Anthropic 于本周四发布 Claude Opus 4.8。
• 核心卖点： 模型在犯错或不确定时更加“诚实”，避免自信地呈现缺乏证据的结论。
• 量化改进： 在内部评估中，Opus 4.8 忽略其代码中缺陷的概率比前代模型低约 4 倍。
• 用户控制权： 新增“努力程度”调节功能，用户可根据需求选择高 Token 消耗的高质量回答或低消耗的快速回答。
• 新功能特性： 推出“动态工作流”研究预览版，支持在单会话中规划并运行数百个并行子代理，并在反馈前进行自我验证。
• 技术优势： 新模型支持子代理运行更长时间，能够承接更大规模的任务。

意义与影响

Claude Opus 4.8 的发布标志着 AI 模型发展从单纯追求“能力上限”向“可靠性与可控性”并重的转变。

首先，“诚实性”成为核心竞争力。 在专业领域（如编程、法律、医疗），AI 的幻觉（Hallucination）和盲目自信是主要痛点。Opus 4.8 显著降低代码缺陷忽略率的能力，直接提升了其在开发工作流中的实用价值，减少了人工审查的成本。

其次，资源管理的精细化。 通过引入“努力程度”调节，Anthropic 解决了大模型推理成本高、Token 消耗不可控的问题。这种分层响应机制不仅优化了用户体验，也为企业用户提供了更灵活的 API 调用策略，有助于降低整体运营成本。

最后，复杂任务处理的突破。 “动态工作流”的推出，意味着 Claude 不再仅仅是一个问答助手，而是一个能够自主拆解、并行执行并验证复杂项目的“智能体集群”。这种架构使得 AI 能够处理需要多步骤推理、长时间计算和多方协作的大型任务，为自动化软件工程和复杂数据分析开辟了新的可能性。