当前位置: 首页 > news >正文

Claude Code 4.7 别按 4.6 的方式用,真的会更贵

掉。你要是还像 4.6 那样一点点喂任务、来回追问,最后很可能不是更稳,而是 token 更快往上跑。

这次升级,强的不只是代码生成

官方对 Opus 4.7 的定位很清楚:更适合编码、企业工作流和长周期 agent 任务。它更会处理模糊问题、更会找 bug,跨会话带上下文也更稳。系统极客还提到一个很实用的变化:视觉输入长边从大约840px提到2576px,近似分辨率从约700K像素到约3.75M。这意味着它看 UI 截图、图表、设计稿对比时,细节识别能力会明显更强。

最大的坑,是还在一句一句地带着它走

Anthropic 官方建议很直接:把 Claude 更像一个靠谱工程师来委派,而不是当成需要你逐行盯着走的结对助手。原因也很现实,4.7 在交互式任务里,每多一次用户回合,就会多一层推理开销。一个本来第一轮就能说明白的任务,你硬拆成好几轮补背景、补限制、补文件位置,质量不一定更高,但 token 大概率更高。

我现在更推荐这种开工方式:

目标: 约束: 验收标准: 相关文件:

第一轮就把这 4 件事交代清楚,再让它往前跑。长任务如果边界够清楚,Max 用户甚至可以直接开 Auto Mode。

effort 不是越高越好,xhigh才是甜点位

这次 Claude Code 默认 effort 已经提到了xhigh,这是highmax中间的新档位。官方推荐也很明确:大多数 coding 和 agentic 任务,先用xhigh;如果你并发很多会话、或者更在意成本,可以退到highmediumlow适合小任务;max只给特别难、而且你愿意为边际收益买单的场景。

最容易踩坑的地方就在这里。很多人会觉得“新模型 + max = 最稳”,但官方反而提醒,max有边际递减,而且更容易 overthinking。再加上 4.7 采用了新 tokenizer,输入 token 可能比以前增加约1.0~1.35x。单价虽然还是输入$5/百万 token、输出$25/百万 token,可你如果任务拆得碎、轮次又多,真实花费完全可能更高。

4.7 会更克制,所以你得把要求说得更明白

还有一个很多人会忽略的变化:4.7 默认没 4.6 那么啰嗦,简单问题会答得更短;它也会更少主动调工具、更少主动开子代理。这个默认行为本身没问题,但会直接影响你过去那套 prompt。你原来默认它会主动多读文件、顺手搜一圈上下文,现在它可能先自己推理再动手;你原来默认它会自动并行拆任务,现在它可能更保守。

所以如果你的任务真的需要多读文件、多搜上下文、或者并行开子代理,不要等它自己猜,直接写进 prompt。4.7 不是变笨了,而是更像一个执行力很强、但更尊重边界的工程师。边界写得越清楚,它越稳。

我觉得最值钱的,不是更强,而是终于逼你把工作流练对

我现在对 Claude Code 4.7 的判断很简单:严格说主角是 Claude Opus 4.7,但真正该升级的是你怎么下任务。别再默认“多聊几轮更安全”,别再默认“max 一定最香”,也别再默认“模型会自己把工具、文件、子代理都安排好”。这次升级最适合做的,不是追神配,而是把第一轮任务描述、effort 选择、工具调用规则一起收紧。

你只要先把这 3 个动作改掉,4.7 的提升会比单纯切模型明显得多:第一轮把任务说完整,默认从xhigh起步,只有必须时才补追问。很多时候,真正拉开差距的不是模型多强,而是谁先把 AI 编程的交付节奏练顺。

http://www.jsqmd.com/news/1106431/

相关文章:

  • 杭州鑫程装卸搬运:半导体微电子精密设备搬迁吊装服务商
  • 2026年GEO生成式引擎优化服务商全景深度剖析
  • 工控机需要装杀毒软件吗?
  • 操作系统复习(二)
  • 告别网络孤岛:企业如何构建总部、分支、数据中心与公有云的高效互联?
  • 从生成到发布回链:AI 内容工作流进入下半场
  • 上位机开发一周快速入门:一通百通,上手速度远超传统教学
  • 解放双手!MAA明日方舟智能助手:5分钟实现游戏全自动管理
  • Python|streamlit 在 PyCharm 的启动方式
  • 告别手动整理笔记!AI 语音转写自动提取待办,解决职场拖延与信息内耗
  • 机器视觉自动曝光综述
  • 《无人直播如何稳定运营?2026年5大靠谱AI数字人直播系统省钱攻略》
  • mac远程控制电脑怎么弄 mac远程控制win的方法
  • Ubuntu 18.04 上 ROS1 Melodic 安装配置教程
  • 终极免费AI背景移除插件:OBS背景移除完整使用指南
  • 漏洞分析 | LiteLLM Proxy 预认证 SQL 注入 (CVE-2026-42208)
  • 机器学习模型生产部署:从PyTorch到K8s+Triton的工程实践
  • 光圈学院是什么?一个围绕直播电商运营和直播中控的知识平台
  • DeepSeek总结的社区 Docker 镜像:保持 Operator 开源,避免供应商注册表锁定
  • Bryntum Scheduler Pro 7.3.3 专业日程安排组件
  • 彻底解决ChatGPT幻觉问题!2026大模型虚假信息规避实战方案
  • 元学习对话系统:少样本个性化适配的工业级实践
  • 渴望被认可的具象化的庖丁解牛
  • ORB-SLAM3 关键帧相似度计算
  • 武汉农商银行13名员工手工拼接碎币,帮失智老人兑换养老金
  • okbiye 领衔|九大 AI 毕业论文写作工具横向实测,适配全学段学术创作需求
  • AI时代的HR系统选型:从“挑功能”到“挑能力底座”
  • 《2026年AI数字人直播系统深度评测:从 “伪” 到 “真” 进化》
  • 一体式步进伺服电机在油漆生产产线中的应用
  • 2026中小企业选择高性价比制氮机公司推荐