\n
\n
\n
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
Claude 4.8炸场！部分能力超过Mythos，支持数百子智能体并行
可以长时间执行任务，人类不用经常回来检查它的工作
量子位 | 公众号 QbitAI
距离上一版4.7只过了43天。
手快的网友@stevibe已经做出了两大版本pk演示。
也有人补充了与Mythos已知数据的对比，Opus 4.8在部分能力上甚至超过Mythos。
官方特别强调，Opus 4.8可以长时间执行任务，
人类不用经常回来检查它的工作
多家早期测试企业也给出了反馈。
Cursor的CEO确认Opus 4.8在CursorBench上的表现超越了此前所有Opus模型。
Devin的CEO认为Opus 4.8修复了4.7中被开发者抱怨最多的两个问题：注释冗余和工具调用不稳定。
代码缺陷漏报率降至前代四分之一
公告称Opus 4.8最显著的改进是
AI的一大问题是会草率下结论，即使证据不足，也会自信地声称取得了进展。
但Opus 4.8更有可能标记出其工作中的不确定性，并且
不太可能做出未经证实的断言
具体到代码任务上，不报告代码缺陷的可能性降低到Opus 4.7的1/4。
“不加批判地报告有缺陷的结果”这一行为，在Claude系列中还是首次出现。
在这方面，Opus 4.8的表现甚至超过Mythos。
另外，Opus 4.8发生硬编答案等“过度自信”行为的概率，下降至Opus 4.7的1/10。
不过244页的System Card中也标记了一个值得持续关注的对齐隐患：
模型在推理文本中出现了越来越多的对评分者的推测倾向。
也就是说，模型可能正在发展出“自己正在被评估”的感知，并据此调整行为。
动态工作流：数百个子智能体并行
与Opus 4.8同日上线的
（Dynamic Workflows）功能，目前以研究预览的形式在Claude Code CLI、桌面版和VS Code扩展中提供。
动态工作流的运作方式是：
Claude根据提示词动态生成一个JavaScript编排脚本，将任务拆解成子任务，分发给数十甚至数百个并行运行的子智能体。
这些子智能体从不同角度处理问题
，整个流程反复迭代直到结果收敛，最终合并为一个统一的输出交给用户。
所有中间结果存储在脚本变量中而非对话上下文里，因此主会话始终保持响应状态，任务规模再大也不会偏离计划。进度会持续保存，即使中途中断也能从断点继续。
这与此前Claude Code中的子智能体机制有本质区别。
此前的方式是Claude本身逐轮决定下一步做什么，每个中间结果都要回到对话上下文中，占用token。
动态工作流则将编排逻辑移入代码脚本，Claude的上下文中只保留最终结果。
Anthropic展示的标杆案例是JavaScript运行时
Bun从Zig到Rust的移植
Bun的创始人Jarred Sumner使用动态工作流完成了这项工作：
一个工作流为Zig代码库中的每个struct字段映射正确的Rust lifetime，下一个工作流为每个.zig文件编写行为一致的.rs移植版本，数百个智能体并行工作。
随后通过修复循环驱动构建和测试套件直到全部通过。移植完成后，一个隔夜工作流处理了不必要的数据拷贝，并为每处修改开出PR供最终审查。