4月16日，Anthropic正式發(fā)布Claude Opus 4.7。這是目前最強(qiáng)的公開(kāi)可用大模型，重點(diǎn)升級(jí)了三件事：復(fù)雜任務(wù)執(zhí)行能力、視覺(jué)理解能力、長(zhǎng)鏈路工作流穩(wěn)定性。

簡(jiǎn)單來(lái)說(shuō)，它能自主完成更復(fù)雜的任務(wù)，不需要你盯著它；它能看懂更高清的圖片、表格、截圖；它在執(zhí)行長(zhǎng)鏈條任務(wù)時(shí)不容易掉鏈子。

也就是說(shuō)很多原本需要人來(lái)做的工作，現(xiàn)在可以交給它了。一夜之間，一大批公司的護(hù)城河，可能就這么沒(méi)了。

一、Claude Opus 4.7能力大躍升

1、編碼能力，跨越式提升

先看數(shù)字。SWE-bench Verified從80.8%升到87.6%，漲了近7個(gè)百分點(diǎn)。SWE-bench Pro從53.4%升到64.3%，漲了將近11個(gè)百分點(diǎn)，直接超過(guò)GPT-5.4（57.7%）和Gemini 3.1 Pro（54.2%）。

CursorBench從58%升到70%，Terminal-Bench 2.0從65.4%升到69.4%，命令行操作、DevOps任務(wù)、終端調(diào)試都更穩(wěn)了。

2、視覺(jué)能力，分辨率漲了3倍

Opus 4.7支持最長(zhǎng)邊2576像素的圖片輸入，約等于3.75兆像素，是之前Claude模型的3.3倍以上。XBOW的視覺(jué)精度測(cè)試從54.5%飆到98.5%，幾乎是翻倍。新增了xhigh effort級(jí)別，位于high和max之間。

3、長(zhǎng)任務(wù)，更穩(wěn)了

在長(zhǎng)上下文任務(wù)上，Opus 4.7在六個(gè)研究模塊的綜合評(píng)分達(dá)到0.715，并列第一，被評(píng)測(cè)方描述為"所有被測(cè)模型中長(zhǎng)上下文表現(xiàn)最穩(wěn)定的"。

多步驟復(fù)雜工作流比Opus 4.6提升14%，同時(shí)工具調(diào)用錯(cuò)誤率降低了三分之一。

價(jià)格方面，保持不變。輸入5美元/百萬(wàn)token，輸出25美元/百萬(wàn)token，和Opus 4.6完全一樣。開(kāi)啟prompt緩存最多省90%，批處理API省50%。

二、接下來(lái)，一大批公司要倒閉了

Anthropic官方說(shuō)了，以下領(lǐng)域提升最明顯：開(kāi)發(fā)者、分析師、法務(wù)、研究人員，以及所有高頻處理文檔、表格、演示材料的人。

以下幾類(lèi)公司，要認(rèn)真想想了。

1、傳統(tǒng)軟件公司

還在用“古法編程”的公司，壓力最大。Opus 4.7能獨(dú)立解決超過(guò)六成的真實(shí)GitHub工程問(wèn)題，跨語(yǔ)言、跨代碼庫(kù)。

一個(gè)高級(jí)工程師加上Claude Opus 4.7，能干一個(gè)小團(tuán)隊(duì)的活。代碼審查、Bug修復(fù)、功能開(kāi)發(fā)、測(cè)試編寫(xiě)，全鏈路都能覆蓋。

不是轉(zhuǎn)不轉(zhuǎn)型的問(wèn)題，轉(zhuǎn)型速度稍慢一些，就會(huì)被對(duì)手干掉。

2、數(shù)據(jù)分析和調(diào)研機(jī)構(gòu)

還在靠人頭堆數(shù)據(jù)分析的機(jī)構(gòu)，將直接被替代。Opus 4.7在Finance Agent基準(zhǔn)上達(dá)到64.4%，是當(dāng)前最高分。多步驟金融分析、建模、專(zhuān)業(yè)報(bào)告生成，它都能做。

一個(gè)分析師加上AI，現(xiàn)在能處理以前需要一個(gè)團(tuán)隊(duì)才能完成的工作量。調(diào)研報(bào)告、數(shù)據(jù)清洗、圖表解讀、競(jìng)品分析，速度快、成本低、不需要加班。

3、傳統(tǒng)咨詢(xún)公司

傳統(tǒng)咨詢(xún)公司賣(mài)的是什么？方法論、行業(yè)知識(shí)、分析框架。

AI時(shí)代，這些東西不稀缺了。Opus 4.7的GPQA Diamond得分94.2%，接近博士級(jí)推理水平。大量的行業(yè)知識(shí)和分析方法，它都能調(diào)用。

客戶(hù)不會(huì)再為“知識(shí)本身”付錢(qián)，他們要的是端到端交付，要的是按結(jié)果付費(fèi)。

Palantir是一個(gè)值得參考的模式，它嵌入客戶(hù)的業(yè)務(wù)流程，幫客戶(hù)把數(shù)據(jù)變成決策，按結(jié)果收費(fèi)。這種模式在AI時(shí)代反而更有競(jìng)爭(zhēng)力。

4、傳統(tǒng)律師事務(wù)所

法律工作的核心是什么？文件審查、合同分析、案例研究、風(fēng)險(xiǎn)判斷。Opus 4.7的長(zhǎng)上下文能力和文檔推理能力，正好對(duì)準(zhǔn)這些場(chǎng)景。1M token的上下文窗口，能裝下整本合同、整個(gè)案卷。

初級(jí)律師做的大量重復(fù)性工作，現(xiàn)在可以被自動(dòng)化。還在靠人頭計(jì)費(fèi)的事務(wù)所，競(jìng)爭(zhēng)力會(huì)快速下滑。

三、傳統(tǒng)公司，AI正在踢門(mén)

對(duì)于企業(yè)來(lái)說(shuō)，轉(zhuǎn)型不是選項(xiàng)，是必須的。AI能力每隔幾個(gè)月就跳一個(gè)臺(tái)階。企業(yè)如果不主動(dòng)轉(zhuǎn)型成AI Native公司，不把AI能力嵌入核心業(yè)務(wù)流程，就會(huì)越來(lái)越難滿足市場(chǎng)的速度和成本要求。

但不是說(shuō)，轉(zhuǎn)型就沒(méi)事了，轉(zhuǎn)不好一樣完蛋。

看看多鄰國(guó)就知道了，2023年到2025年初，多鄰國(guó)股價(jià)漲了666%，靠的是AI驅(qū)動(dòng)的內(nèi)容生產(chǎn)和用戶(hù)增長(zhǎng)敘事。但隨后不到一年，股價(jià)跌了超過(guò)80%。

原因就是，為了追求短期增長(zhǎng)，多鄰國(guó)大規(guī)模裁減內(nèi)容創(chuàng)作者，用AI批量生成課程內(nèi)容。結(jié)果是內(nèi)容質(zhì)量下滑，用戶(hù)體驗(yàn)變差，留存率下降，增長(zhǎng)數(shù)據(jù)開(kāi)始難看，資本市場(chǎng)的信心隨之崩塌。

為了AI而AI，犧牲了體驗(yàn)，增長(zhǎng)只是短期的，崩塌才是必然的。

AI轉(zhuǎn)型的核心邏輯始終是：用戶(hù)需要什么，就用AI去更好地滿足它。不是反過(guò)來(lái)，先有AI，再去找用戶(hù)需求。拿著錘子找釘子，死路一條。

AI能做的就是放大企業(yè)和個(gè)人的能力邊界，企業(yè)AI轉(zhuǎn)型但無(wú)論怎么轉(zhuǎn)，有一件事不會(huì)變：真正滿足用戶(hù)的新需求、為用戶(hù)創(chuàng)造價(jià)值的公司，才能活下去。AI只是加速了這個(gè)篩選過(guò)程，僅此而已。