在Claude Opus 4.7內部：Anthropic的新模型為自主軟體工程設定了新標準

簡要摘要

Anthropic 發布了 Claude Opus 4.7，提升了軟體工程、多模態推理、長文上下文處理以及複雜長時間 AI 任務的指令準確性，適用於企業工作流程中的長期運行。

AI 研究與安全公司 Anthropic 發布了 Claude Opus 4.7，這是一款相較於 Opus 4.6 的漸進式但值得注意的升級版本，特別著重於高階軟體工程與複雜任務執行的改進。該模型旨在更穩定地處理長時間且技術要求高的工作流程，提供更精確的指令遵循與增強的內部輸出驗證，以確保在生成回應前的品質。

根據公司描述，Opus 4.7 在涉及複雜程式碼挑戰的場景中展現出更強的性能，早期版本常需較多人工監督。該模型被描述為能在長序列問題解決中保持嚴謹，較少遺漏或誤解多步驟指令。在實務應用中，旨在支援更自主的工程任務執行，包括除錯、系統設計與結構化程式碼生成。

引入擴展的多模態與長文上下文性能

此次發布的一個重要改進是模型的多模態能力提升，尤其在視覺理解方面。Opus 4.7 能處理比早期版本更高解析度的圖像，允許更詳細地解讀複雜的視覺輸入，如密集的螢幕截圖、技術圖表與設計介面。此升級適用於需要像素級精度的應用，包括介面分析與文件擷取流程。

Anthropic 亦提到在專業與創意任務的輸出品質上有所改善。模型在生產力應用中能產生更有條理的展示、更清晰的文件與改進的介面設計。這些變化被視為擴展實務企業環境中實用性的努力，而非僅僅追求基準測試的提升。

該系統亦在涉及長文推理與記憶保持的領域進行測試。Opus 4.7 被描述為能更好地在長時間會話中維持檔案式的上下文資訊，減少重複輸入背景資料的需求，支持多階段開發與分析任務的連續性。

除了性能更新外，Anthropic 也強調安全性與受控能力部署。模型配備了用於偵測與阻擋高風險或禁止的網路安全相關請求的安全措施。公司表示，此次發布是其更廣泛研究策略的一部分，即先用較不先進的系統測試安全機制，再應用於更強大的模型。雖然在一般網路安全性能方面，該模型相較於內部更先進系統有所限制，但仍透過結構化驗證計畫提供合法的安全應用。

公司分享的評估結果顯示，Opus 4.7 在安全性方面大致與前一版本相似，在抗提示注入與減少欺騙行為方面有所改善，但在某些涉及過度敏感指導的細節方面仍有小幅退步。整體的符合性評估將該模型描述為大致可靠，但在極端情況下仍有不完美之處。

此次發布亦帶來操作控制與開發工具的變革。新增了一個中階努力設定，允許在回應品質與延遲之間進行更細緻的平衡。其他平台功能包括擴展的圖像解析度支援、標記使用管理工具，以及旨在改善程式碼審查流程與代理任務執行的工作流程指令更新。

Opus 4.7 已在 Anthropic 自家產品及外部基礎設施供應商中部署，價格維持與前版本相同。遷移考量包括標記行為的變化與在較高努力模式下輸出更豐富的內容，這些因素可能影響在生產系統中的整合，但被視為提升推理可靠性的權衡。