今天是 2026 年 4 月 17 日。
Anthropic 发布 Claude Opus 4.7 ！
是不是更强了。
是不是又刷新 benchmark 了。
是不是终于把别家的旗舰压下去了。
这些当然重要。但我今天真正在意的，不是 “4.7 比 4.6 强多少” 这件事。
我更在意的是， Anthropic 这次不是只放了一个更强模型出来。
它是在官方文档里，直接把一套新的 Agent 默认工作流 写进了模型说明里。
这两件事差别很大。
前一种是排行榜更新。
后一种是工程默认值被改写。
官方 Models overview 里写得很直白：Claude Opus 4.7 已经是当前 generally available 里最强的模型，而且对 agentic coding 相比 Opus 4.6 是一步台阶式提升。可真正让我警觉的，不是这句宣传口径，而是后面的配置表和迁移指南。
1M token context window、128k max output、adaptive thinking、新的 xhigh effort 、task budget、更强的文件系统记忆能力、首次支持 2576px 高分辨率图片。
你把这些东西连起来看，它就已经不像一次“模型更聪明了”的更新。
更像是 Anthropic 在告诉开发者：
以后别再把 Claude 当成单次问答接口了，得把它当成一段可调度、可限额、可记忆、可迭代的 agent loop 。
这次最狠的，不是更强，而是 Anthropic 开始教你怎么跑 Agent
很多模型更新，发布会特别爱讲两件事。
更聪明。
更便宜。
但 Opus 4.7 这次最有信息量的内容，反而藏在“怎么用”里。
官方 What's new in Claude Opus 4.7 那页，先给出的不是一串情绪词，而是一串很工程化的信号。
第一，Opus 4.7 还是走大上下文路线，1M 上下文窗口和 128k 最大输出都保留了下来。
第二，它第一次支持高分辨率图片，分辨率上限从 1568px / 1.15MP 提到 2576px / 3.75MP，而且像素坐标能做到 1:1。这个细节很值钱。因为它不是在服务写文章这类轻任务，它更像在服务 computer use、截图理解、文档核对、工具界面定位这类 agent 场景。
第三， Anthropic 明确加了新的 xhigh effort 级别，还建议编码和 agent 场景从这个 effort 起步。
第四，它给了一个更像“运营预算”而不是“推理预算”的东西：task budget。模型会看到自己整条 agent loop 还剩多少 token ，然后自己决定该不该继续调工具、该不该收束、该不该降范围。
这就不是传统 LLM 的写法了。
传统 LLM 比较像什么。
像一台很聪明的应答机。
你发一个请求。
它给一个响应。
而 task budget 这种设计，已经明显是在默认你会让模型跑一段完整流程：思考、调工具、拿结果、再判断、最后收尾。 Anthropic 连“预算感”都提前塞进模型视野了。
换句话说，它不是只在升级智力。
它是在升级调度感。
这两年很多团队嘴上都说自己在做 agent ，实际上只是给模型套几层 prompt 和 tool wrapper 。说难听点，很多所谓 agent ，更像“带工具的多轮聊天”。
Opus 4.7 这次让我觉得最明确的一点，就是 Anthropic 已经不太愿意再陪市场玩这个模糊定义了。
它在文档里直接把 agent 该有的几件事摆到了台面上：
上下文要长。
输出要大。
effort 要可调。
预算要感知。
记忆要能落盘。
图像理解要足够细。
这是一整套运行时假设，不是一条性能曲线。
金句我先给一句：
Opus 4.7 真正更新的，不是模型分数，而是 Agent 被官方认可的默认写法。
更值得警惕的是，很多旧接口习惯现在会直接报错
如果上面那部分还只是“产品方向在变”，那迁移指南里的内容就更直接了。
因为 Anthropic 不是在温柔建议你升级。
它是在很具体地告诉你：以前那套写法，现在不少已经不能用了。
最扎眼的一条，是 sampling parameters removed。
从 Claude Opus 4.7 开始，只要你给 temperature、top_p、top_k 传任何非默认值，就会直接返回 400 error。这句话的杀伤力很大。因为过去很多框架、 SDK 、封装层、工作流平台，都会顺手把这些参数带上，有些甚至默认就会塞个 temperature=0.7 或 temperature=0。
在 4.7 这里，这些“顺手”会直接变成事故。
第二条，extended thinking budgets removed。
如果你还在用老的 thinking: {"type": "enabled", "budget_tokens": N}，一样会 400。新的写法是 thinking: {"type": "adaptive"}，再配合 output_config.effort。
这意味着什么。
意味着 Anthropic 正在把“给多少思考 token”这件事，从一个显式数值控制，改成更高层的行为控制。你不再精准拨动预算旋钮，而是告诉模型：你大概该以什么强度做这件事。
第三条更阴一点：thinking content omitted by default。
也就是说，很多之前默认会把“思考摘要”流出来的产品，现在如果直接切 4.7，用户看到的表面效果可能不是变聪明，而是先卡一下，再突然出答案。不是模型坏了，是默认行为变了。
第四条，是新 tokenizer 带来的成本变化。
Anthropic 官方文档写得很谨慎，但信息足够明确：同样文本在 Opus 4.7 上， token 数可能是过去的 1x 到 1.35x。这不是一个可以忽略的浮动。你如果正好是靠长上下文、靠 compaction 、靠 max_tokens 边界跑系统的人，这个变化会直接影响成本、延迟和截断策略。
所以这轮更新最容易踩的坑，不是“模型没以前聪明”。
而是你以为只是换个 model id ，结果整条链路都得跟着重测。
这就是为什么我说它真正改写的是默认工作流。
因为一个只更新能力、不更新接口假设的模型，工程团队通常不会紧张。
真正让工程团队紧张的，是这种更新：
接口还叫 Messages API 。
但背后的运行逻辑，已经不是上一代那套世界观了。
这轮变化的核心，不是多几个 feature ，而是模型和运行时开始收口
我一直有个判断。
未来前沿模型厂商真正会争的，不只是“谁更强”，而是谁能把 model + runtime + workflow defaults 这三件事收成一套。
Opus 4.7 这次，就是很明确的一步。
官方文档里有几句变化，单看像边角料，连起来看味道就变了。
比如它说，more literal instruction following。也就是模型会更按字面理解指令，不替你脑补，也不替你偷偷泛化。
再比如，它说默认会 fewer tool calls by default, using reasoning more。
再比如，它说默认会给用户更规律的进度更新。
还比如，它说默认会 fewer subagents spawned by default。
这些话看起来只是行为描述。
其实每一条都在打开发团队以前加的那层脚手架。
以前很多 agent 产品为什么 prompt 那么厚。
因为模型不够稳。
所以大家强塞状态提示。
强塞工具调用约束。
强塞子代理数量。
强塞中间进度文案。
强塞“你要先检查再回答”。
现在 Anthropic 的意思很明显：你先把这些外挂拆掉，再重新 benchmark 一次。
这一步很关键。
因为只要模型开始自带越来越多运行时偏好，产品团队真正值钱的工作就会变。
以前值钱的是会堆 prompt 。
以后更值钱的，是知道哪些脚手架该删，哪些预算该设，哪些默认值该放权给模型，哪些环节还必须自己兜底。
这才是下一阶段 agent 工程的门槛。
不是谁更会写一句“你是一个强大的 AI 助手”。
而是谁更会判断：
这里该让模型自己走。
哪里必须拴住。
预算是 advisory 还是 hard cap 。
展示 reasoning 还是隐藏。
是靠多工具补智力，还是靠更高 effort 换少一些工具调用。
这些才是真实的产品决策。
说白了，模型厂商现在已经不满足于卖智力了。
他们开始卖“默认编排方式”。
而默认编排方式一旦被广泛采纳，替代成本就会一下子升高。你的 prompt 、 UI 、日志、预算控制、观察指标，都会围着这套默认值长出来。
如果你团队今天就想迁，先做这五件事
我觉得今天最有用的，不是继续吵 4.7 到底有没有把别人压过去。
而是先把这五件事做了。
第一，排查所有请求层，删掉 temperature、top_p、top_k 的非默认传值。
第二，把老的 extended thinking 写法全部替换掉，改成 adaptive thinking + effort。
第三，检查前端或日志系统是不是依赖默认 reasoning 文本。如果你把“思考过程”当作进度反馈，现在要显式打开 thinking.display="summarized"。
第四，重新测一次成本和延迟，尤其是长上下文任务。别只看单轮 token ，得看整条 agent loop ，因为 tokenizer 变化和 task budget 的引入，会一起改掉你的单位任务成本结构。
第五，重新做 prompt harness review 。Opus 4.7 更字面、更少脑补，这对结构化流程是好事，但对那些依赖模型“帮我懂点人话”的旧 prompt ，可能会很不友好。
如果你是做 coding agent 、文档处理 agent 、带截图理解的 computer-use agent ，这轮更值得认真试。
因为 Anthropic 这次给的高分辨率图片、长上下文、记忆改进、 task budget 和 effort 档位，基本都不是给聊天机器人准备的。
它们明显是给“会干活的一段流程”准备的。
这也是我今天的结论。
知乎热榜在问“Claude Opus 4.7 性能如何”。
但真正该问的，其实是另一句：
当模型厂商开始连默认工作流一起发布时，谁还只是买了个模型，谁已经被悄悄带进了新的 Agent 操作系统。
我现在更倾向后者已经开始了。
而且速度不会慢。
至于这套默认值最后会不会变成 Anthropic 在 agent 工程上的新锁定优势，还是会逼着别家也把模型、运行时和编排一起做深。
这事还没定。
但至少从 2026 年 4 月 17 日 这波 Opus 4.7 开始，讨论重点已经不该只剩一句“它更强了吗”。
真正要看的，是你的系统有没有准备好跟着它一起改写默认动作。
参考链接
参考链接
[1] Anthropic Claude API Docs ｜ Models overview: https://platform.claude.com/docs/en/about-claude/models/overview
[2] Anthropic Claude API Docs ｜ What's new in Claude Opus 4.7: https://platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-7
[3] Anthropic Claude API Docs ｜ Migration guide: https://platform.claude.com/docs/en/about-claude/models/migration-guide
[4] 知乎热榜问题｜ Anthropic 发布 Claude Opus 4.7 ，性能如何？: https://www.zhihu.com/question/2028243941196054744