Opus 4.7赢了Coding，Codex想赢一切

4月16日：Claude Opus 4.7发布，但掌声为何稀落？

4月16日，Anthropic如期发布了Claude Opus 4.7。然而，与以往“代码之王”加冕时的满堂喝彩不同，这次社区的反馈显得复杂而微妙。

通稿上的数据依然亮眼：在93项代码基准任务上比4.6版提升了13%，解决了前代模型都束手无策的四道难题，低思考档位的性能已大致追平4.6的中等档。价格维持不变，每百万输入Token 5美元，输出25美元。硬指标对比图上，它依然稳稳压过ChatGPT 5.4和Gemini 3.1 Pro。

但漂亮的基准测试分数之外，真实世界的体感却是另一番景象。

一边是过去几周用户对Opus 4.6“变笨”的激烈声讨仍在回荡；另一边，Anthropic在同一天亲口承认，4.7依然无法超越自家那个仍处于预览阶段的传奇模型“Mythos Preview”。更让开发者感到困扰的，是Opus 4.7身上那种“更听话，却也更死板”的新气质。以往针对旧模型设计的、留有一些模糊空间的提示词（Prompt），现在常常跑出意料之外的结果，迫使开发者不得不回头重写整个提示词库。

沃顿商学院教授Ethan Mollick则提出了一个更尖锐的批评。他发现Opus 4.7的“自适应思考”机制存在一种偏见：倾向于将非代码、非数学任务默认归类为“低努力”档位，在分析、写作、研究等场景中直接“偷懒”，导致产出质量有时甚至不如前一代。

风水轮流转。

这无异于一次精准的反击。翻译过来就是：在你们专注的“编码”范式下，曾经被压制的OpenAI现在宣布，代码只是入口，我们要“卷”的是一台能操作你整台电脑、能浏览网页、能生成图像、能跨Slack/Gmail/Notion抓取上下文、能在后台并行开启多个分身的超级工作台。更扎心的是，有数据显示，GPT系列的编码能力在过去一年里已经快速追赶上来了。

当Anthropic继续在“最强编码模型”的单一条赛道上加码时，它在开发者心智中构筑的那道护城河，宽度可能正在被悄然侵蚀。

01 价格账、鹈鹕和真实体感

落到产品层面，开发者每天打交道的就是两件具体的事：价格，以及实战手感。而在这两件事上，Opus 4.7这次似乎没拿到预想中的高分。

Opus 4.7名义单价与4.6持平，但换用了新的分词器（Tokenizer）。这意味着，处理同样一段文本，消耗的Token数量可能增加1到1.35倍；同时，使用更高思考档位也会消耗更多Token。结果是，账面价格没涨，实际账单却可能悄然上扬。相比之下，有外媒测算，Codex的综合使用成本大约只有Claude Code的三分之一。对于一个每天需要处理海量任务的工程团队而言，这笔账算一遍就足够了。

软件工程专家Simon Willison做了一个极具传播力的测试：让Opus 4.7生成一张“骑自行车的鹈鹕”SVG矢量图。结果，4.7连自行车架的基本形状都画错了，表现甚至输给了在本地笔记本上运行的小参数模型Qwen。Willison调侃道，这虽然是个玩笑测试，但它确实打破了“模型越贵，画画越好”的迷信。

在真实的编程环节，用户@SnazzyLabs总结出了一个精准的差异：Claude Opus擅长“打磨”代码和抓住设计精髓，但在根据描述性文本执行具体、明确的编码任务时，由GPT-5.4驱动的Codex则表现得更出色、更直接。

用户@Stardustmemory的批评则更为严厉，他指出Opus 4.7在本该追求简洁的地方，会凭空制造出不必要的复杂性，导致他甚至不想续订服务，因为Codex往往能更高效地重写Opus生成的冗长计划。

知名爆料人@apples_jimmy观察到，由于Anthropic长期以来对AGI（通用人工智能）概念的预告和渲染，拉高了用户对Opus 4.7的期望值。这种“炒作后的失望”情绪，构成了社交媒体上大约80%的负面评论。

网友@johnhelmuth_也认为，大家觉得Opus 4.7表现平平，很大程度上是因为它没有像Opus 4.6发布时那样，带来那种“开创性”的震撼体验。

02 编码之战，战场已经转移

Opus被贴上的标签是“编码王者”，但今天的编码竞争，早已不是单纯的模型能力比拼。这场竞赛可以拆解为三个层次，而这三层的权重正在发生剧烈变化。

比拼的是原始智力、对工程约束的理解深度。这一层曾是Anthropic坚固的护城河。

考验的是谁能端到端地完成真实开发任务：读代码、改代码、调用工具、运行测试、抓取错误、持续迭代。在过去半年，Claude Code是这一层的佼佼者。

竞争的是谁能把“写代码”这件事无缝嵌入开发者的整套工作流：接管浏览器、操作桌面、生成界面和图像、连接工单系统、读取设计稿、管理并行任务分身。这一层，至今还没有公认的赢家。

而4月16日，OpenAI直接将Codex推向了第三层：它能在macOS上查看屏幕、点击、打字；能同时开启多条分身在后台处理任务；内置浏览器，可以直接对网页元素进行评论和操作；接入图像模型，可以边写代码边出设计稿甚至游戏素材；一口气集成111个插件，连通Slack、Gmail、Notion、GitHub等核心工具。

这已经不再是一个单纯的编码助手，更像是一个初具雏形的“开发者操作系统”。

03 编码与智能体：为什么这里是必争之地？

在所有AI智能体可能落地的垂直场景中，编码是那个最快成熟、最先产生商业价值、也最容易形成闭环的领域。

原因有三。首先，代码任务

，编译能否通过、测试是否跑通，对错近乎二元。这使其成为强化学习训练最理想的数据源，也让智能体的行为最容易被自动评估和迭代。其次，有价值的编码任务，符合智能体序列决策的范式。最后，编码的，一个工程师的年成本动辄数十万美元，用AI替代或放大一部分工时，投资回报率的账很容易算清楚。

编码赛道的天花板，甚至超出了之前的普遍预期。互联网时代，大家习惯用日活跃用户来衡量科技公司的地位，但在智能体时代，这个指标正在失去意义。如果一个智能体在后台连开十个分身，连续运行三天，它创造的价值远非十次“日活”可以衡量。衡量单位正从“日活”转向“任务完成量”和“托管工作流数”。而编码，正是最早出现这种新价值计量方式的场景。

OpenAI曾在这条赛道上出现误判，而Anthropic持续的增长曲线则证明了这条赛道拥有超高的天花板。这也解释了为何连一直优先发展搜索和Workspace的Google，本月也在Gemini Code Assist上动作频频。如果在编码这个核心入口掉队，未来整个智能体生态都可能将你排除在外。

OpenAI Codex负责人Thibault Sottiaux在发布会上的表态毫不掩饰：“我们正在公开构建那个超级应用，这次面向开发者，未来会扩展到更广泛的受众。”翻译过来就是：

Codex目前拥有每周300万活跃开发者，这早已远超一个“代码助手”的体量，它正在成为争夺操作系统级入口的产品。清醒过来的OpenAI，绝不甘心只做Anthropic的追随者。

04 基因迥异的“同城德比”

这两家渊源颇深的老对手，步伐几乎从未一致，组织性格也截然不同。

它的产品线很窄：Claude系列模型、Claude Code、Claude.ai、有限的API生态。服务的是最顶尖的专业用户：最困难的编程任务、最复杂的企业知识工作、最前沿的智能体开发者。整个组织的叙事从一个清晰的顶层理念向下推导：AI安全是首要原则，模型本体是一切之源，把模型做到极致，其他问题自然迎刃而解。Amodei兄妹身上那种“我们是一个从事前沿AI科学研究的实验室”的气质，贯穿于每一个产品决策。

这种打法让每一代Claude都成为“更稳健、更深入、更可托付”的迭代，“最懂工程师的模型”这一心智在社区中坚如磐石。

但代价也同样明显。

如果战场从“打造更强的代码模型”扩展到“构建一整套跨应用工作台”，Anthropic内部缺乏并行探索多种可能性的组织肌肉。近日有外媒爆料Anthropic正在准备一款“网站和演示文稿设计工具”，这是否意味着一直未大力投入多模态的Anthropic，也开始意识到多模态交付和跨应用执行能力的重要性？

从ChatGPT到Sora，从Codex到Atlas浏览器，从Canvas到正在开发的Mac超级应用，OpenAI的产品序列宽得惊人，甚至宽到了战略似乎不够聚焦的程度。Sora上线半年即关停，Shopping项目也未跑通，许多人因此批评其战略发散。

然而，这种“不聚焦”的背后，是一种外部看来“混乱”、内部实则充满活力的模式：

如果竞争真的被OpenAI从编码的纵深战场，拉入系统整合与横向扩展的新维度，那么整个战局的规则或许又将改写。

05 Anthropic，还是永远的编码之王吗？

Opus系列对大型代码库的理解深度、对复杂工程意图的精准对齐，GPT-5.4和Gemini 3.1 Pro尚未完全追上；更何况，传奇模型Mythos Preview还未全量放出。在第一层战场上，Anthropic弹药充足。

微软和甲骨文为OpenAI兜底的千亿级GPU资源，加上“星门”计划，构筑了恐怖的算力后盾。Anthropic虽然也获得了Google和Amazon的大力支持，但在绝对量级上仍存在差距。过去两年，算力差距尚可通过算法效率和数据质量来部分弥补。但当下一代模型需要同时为多模态、长上下文强化学习、跨应用行为克隆烧掉海量算力时，纯粹的算力规模优势，可能会压过精细打磨带来的边际收益。

这一轮AI发展最反直觉的一点是，AI自身的进化速度比人类的适应速度还要快。一旦胜负的评判标准从单一的“模型能力”切换到“平台生态+算力规模+多模态广度+工作流闭环”的综合维度，并且这种切换又被算力代差和数据飞轮效应加速，那么竞争格局完全可能迎来新一轮的洗牌。

这并非否定Anthropic的价值。Claude Code在资深开发者圈子里的口碑不会一夜崩塌，Anthropic“持续稳定输出顶尖模型”的能力，在这个快速变化的行业里本身就是一种稀缺资产。但必须承认，AI领域的竞争，赛道切换得太快了。

在这个行业，没人敢轻言终局。

4月16日，AI行业又度过了充满意味的一天。也许，改变的种子又一次悄然萌芽。