昨天我们刚聊了 "Opus 4.7 最快本周见"，结果当晚 Anthropic 就官宣了。速度比预想的还快。

这次不是挤牙膏式的小更新。从跑分数据到实际体验，Opus 4.7 在编码能力上的提升非常明显，Claude Code 也跟着加了一波新功能。更重要的是，Claude Code 创始人 Boris Cherny 第一时间分享了 6 个实用技巧，直接告诉你怎么把 4.7 的能力榨干。

下面一个一个说。

跑分：编码指标全面拉升

先看硬数据。

SWE-bench Pro（衡量 Agent 自主解决真实 GitHub issue 的能力）：Opus 4.7 拿到 64.3% ，Opus 4.6 是 53.4%，将近 11 个百分点的跳跃 。同场竞技的 GPT-5.4 是 57.7%，Gemini 3.1 Pro 是 54.2%，都被拉开了距离。

SWE-bench Verified 上更夸张，直接到了 87.6% 。

第三方实测数据也在印证这个趋势。 Cursor CEO Michael Truell 说 CursorBench 得分从 58% 涨到 70%，是他们编码基准上"最清晰的一次跳跃"。Rakuten 的生产任务解决量 提升了 3 倍 。CodeRabbit 代码审查的召回率 提高了 10% 以上 。

Warp 创始人 Zach Lloyd 提到一个很有意思的细节：之前 Opus 4.6 搞不定的并发 bug，4.7 直接给破了。 Devin CEO Scott Wu 的评价是，Opus 4.7 可以"连贯工作数小时"，深度调查能力有了质的飞跃。

其他领域的反馈也值得一看。 Scale AI 首席产品官 Mario Rodriguez 说编码基准提升了 13%，其中包含 4 个前代模型完全无法解决的任务。 Notion AI 负责人 Sarah Sachs 的数据很具体：多步工作流提升 14%，工具调用错误 减少了三分之一 。 Stripe 技术副总裁 Clarence Huang 表示 Opus 4.7 正在加速他们的开发交付周期。 Databricks CTO Hanlin Tang 反馈文档推理错误减少了 21%，在企业级分析任务上表现拉满。做安全方向的 Qodo CEO Itamar Friedman 提到，Opus 4.7 通过了 3 个 TBench 测试任务，还识别出了竞争对手遗漏的问题。

不过也要说实话， Mythos Preview 在多项指标上依然压着 Opus 4.7 ，比如 SWE-bench Verified 拿到了 93.9%，Agentic terminal coding 是 82.0%。所以 Opus 4.7 不是全场最强，但在 Anthropic 的产品线里，确实是一次大跳步。

Claude Code 创始人的 6 个实用技巧

Boris Cherny 说他过去几周一直在用 Opus 4.7 做日常开发，"生产力提升明显"。他总结了 6 条上手建议，每条都很实在。

1. 开 Auto mode，告别权限弹窗

Opus 4.7 擅长的就是长时间跑复杂任务，比如深度调研、重构代码、构建完整功能模块，一边迭代一边自我验证直到达标。以前跑这种任务你得一直盯着它弹权限确认框，现在切到 Auto mode（快捷键 Shift+Cmd+M，选 3）就行了。模型自己跑，你只看结果。

2. 用 /fewer-permission-prompts 减少打扰

这是一个新上的 skill。它会扫描你的历史会话，找出那些反复弹权限确认但实际上很安全的 bash 命令和 MCP 调用，然后推荐你把这些命令加到允许列表里。跑一次就能省掉后续大量的重复确认。

3. Recaps：离开一会儿，回来快速接上

这是为了配合 Opus 4.7 专门做的功能。当 Agent 跑了好几分钟甚至几个小时的长任务，你中间去干别的事了，回来看到一屏幕日志不知道从哪接上。Recaps 会给你一段简短的摘要：它做了什么，下一步是什么。比如 "Fixing the post-submit transcript shift bug. The styling-flash part is shipped as PR #29869"，一目了然。

4. Focus mode：只看结果，不看过程

Boris 说他现在越来越信任模型的中间操作了。Focus mode 就是把 CLI 里所有中间步骤都藏起来，只展示最终结果。 "模型已经到了一个让我信任它去跑对的命令、做对的修改的阶段，我只看最终结果就行了。" 这句话从 Claude Code 创始人嘴里说出来，分量不小。

5. 调节 effort level，在速度和智力之间找平衡

Opus 4.7 用的是 adaptive thinking（自适应思考），不再是固定的 thinking budget。你可以通过 effort level 来控制它想多久。从 low 到 max 一共五档，新增的 xhigh 档位在 high 和 max 之间，适合那些"需要深度思考但又不想等太久"的场景。简单任务用 low 或 medium 省 token，复杂任务拉到 xhigh 或 max 让它想透。

6. 给 Claude 一个验证自身工作的方式

Boris 强调，这一条一直都很重要，但到了 4.7 更加关键。你要确保 Claude 有办法检查自己干的活对不对。后端任务就让它跑测试，前端任务就让它截图对比，数据任务就让它跑校验脚本。做到这一点，产出质量 能提升 2-3 倍 。

视觉和其他能力升级

编码之外，还有几个值得关注的点。

视觉分辨率翻了 3 倍多。 最长边支持到 2,576 像素，大约 375 万像素。XBOW 视觉准确率从 54.5% 飙升到 98.5% 。对于需要截图分析 UI、读取文档内容的开发场景来说，这个提升很实用。 Vercel CEO Aj Orbach 称赞 Opus 4.7 在仪表板和数据界面构建上的表现"是目前见过最强的"。

指令遵循更精确了。 之前的模型有时候会"宽松解释"你的指令，你说 A 它理解成 A'。4.7 在这方面做了优化，对于写 system prompt、搭 Agent 工作流的开发者来说，意味着更少的调试和更可预期的输出。

Task budgets（任务预算）进入公测。 你可以给一次任务设定 token 消耗上限，让模型在预算内自主规划。跑 Agent 任务的时候，成本更可控。

Claude Code 新增 /ultrareview 命令。 启动一个专门的代码审查会话，通读你的所有改动，像一个认真的 reviewer 一样指出问题。

需要注意的地方

两个点要提前知道。

第一，Opus 4.7 换了新的分词器，同样的输入文本 token 数量可能增加 1.0 到 1.35 倍 。虽然官方说净收益为正，但对 token 成本敏感的应用需要提前评估。

第二，Opus 4.7 并不是所有维度都领先。Agentic search（BrowseComp）拿了 79.3%，反而比 Opus 4.6 的 83.7% 低，也低于 GPT-S.4 的 89.3%。多学科推理 54.7% 对比 GPT-S.4 的 58.7% 也不占优。 它的强项非常明确：编码、视觉、工具调用。 在知识推理和搜索类任务上，竞争对手并不差。

定价和可用性

价格没变，输入  25/百万 token，和 Opus 4.6 一样。API 模型 ID 是 claude-opus-4-7。

已经在 claude.ai、Claude Platform、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 上全面可用。

写在最后

从昨天的爆料到今天的正式发布，Anthropic 的节奏越来越快。2 月份 Opus 4.6，4 月份 Opus 4.7，两个月一个大版本。SWE-bench Pro 从 53.4% 到 64.3%，视觉准确率直接翻倍。

Boris Cherny 在推文最后说了一句话，我觉得挺准确的： "用老的工作流，Opus 4.7 是一个不错的提升；但如果你愿意调整工作流去适应它更长时间运行、更 agentic 的特性，它就是一个显著的飞跃。"

对于每天用 Claude Code 写代码的开发者来说，这次升级值得认真对待。不只是模型变强了，更重要的是工具链也在跟着进化。Auto mode、Recaps、Focus mode、effort level 这些功能加在一起，指向的是同一个方向：让你花更少的时间盯着终端，花更多的时间在真正需要人类判断的事情上。