TGViewer
开发者工具箱|编程·开发工具·资源 开发者工具箱|编程·开发工具·资源 @devtoolboxhub · 434 subscribers
Post #861 2
Claude Opus 4.8:代理诚实度提升4倍

Anthropic 于 5 月 28 日发布 Opus 4.8,标准定价不变($5/$25 每百万 token),SWE-bench 小幅提升。核心改进不在排行榜,而在代码缺陷自报能力。

- 诚实度提升 4 倍:模型对自己代码中的缺陷“放过”的概率降至前代的 1/4,对无人值守的 agent 工作流至关重要。
- Fast 模式降价:新 Fast 模式 $10/$50 每百万 token,速度 2.5 倍,比前代快模式便宜 3 倍,适合高延迟敏感循环。
- Dynamic workflows 预览:支持脚本规划 + 并行子代理,只返回最终结果,适合代码库规模迁移。
- 部分退化:在法律和医学编码任务上略有下降,建议相关场景先评估。

原文链接

#开发者 #工具

📢 频道:@DevToolboxHub
More from @devtoolboxhub
  1. Oct 7, 2026把所有 Hook 换成 Mod,效果如何? 在 Claude Code 中,Hook 是在每个生命周期事件时调用的 shell 脚本,Mod 则是一次性加载、保持状态、可在进程内处…
  2. Oct 7, 2026Python CLI 任务清单:文件持久化示例 这是一款简易命令行待办列表,支持添加、列出、完成、删除任务,并将所有数据保存在 todos.json 文件中。程序启动时自动读取文件…
  3. Oct 7, 2026Googlebook:Gemini‑驱动的 Android 集成笔记本 Google 近日正式发布 Googlebook 系列,定位为围绕 Gemini Intelligence…
  4. Oct 6, 2026SpecKit Companion:让 VS Code 变成 Spec‑Driven 开发 IDE SpecKit Companion 是一款 VS Code 扩展,提供可视化的…
  5. Oct 6, 2026MCP 无状态化后,网关要改什么 MCP 规范在 7 月 28 日转向无状态。只跑一个 MCP 服务器,改动主要是删掉会话处理、加上 server/discover 方法;但跑网关…
  6. Oct 6, 2026开源新手选 issue 前先做一次分诊 Worth My Time 是一个面向开源新手的 issue 分诊工具,用来判断一个「good first issue」到底值不值得花一个晚…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →