Claude Opus 4.7 正式发布:Anthropic 在推理模型上的又一次突破

news2026/4/28 15:30:36
Anthropic CEO Dario Amodei 本周谈到 Project Glasswing这是 Anthropic 联合 AWS、Apple、Google、Microsoft、NVIDIA 等公司发起的软件安全倡议。背景过去一周4.10-4.17AI 编程领域迎来了一波密集更新。Anthropic 发布 Claude Opus 4.7OpenAI 给 Codex 应用添加了 computer use 和内置浏览功能Cursor 推出 Canvases 交互式画布Windsurf 2.0 直接集成了 Devin Cloud Agent。与此同时各大 Code AgentClaude Code、Cline、OpenCode、OpenClaw 等也同步更新支持新模型。这周的更新密度和重要性都相当高值得开发者关注。本周重磅发布Claude Opus 4.7 正式发布Claude Opus 4.7 发布公告Anthropic 于 4 月 16 日发布 Claude Opus 4.7这是 Opus 系列的最新版本。根据官方说明Opus 4.7 在编程、Agent、视觉和多步骤任务上都有更强表现同时在长任务中的严谨性和一致性也有所提升。这次更新的一个亮点是新增了xhigh effort 级别位于原有的 high 和 max 之间。这让开发者可以在速度与智能之间做更精细的权衡。Claude Code 也在 v2.1.111 中同步支持了 Opus 4.7 的 xhigh 模式新增了/effort交互式滑块可以用箭头键在 effort 级别间切换。为什么重要Opus 4.7 的发布意味着 Anthropic 在推理模型上继续保持竞争力。xhigh 级别的加入也回应了用户对「比 high 更强但不需要 max 那么贵」的需求。原文链接https://www.anthropic.com/news/claude-opus-4-7OpenAI Codex 应用大更新OpenAI 在 4 月 16 日发布 Codex 应用更新支持 macOS 和 Windows。这次更新的核心是新增computer use功能——Codex 可以直接控制你的电脑进行跨文件操作、浏览网页、使用各种工具。除此之外Codex 还新增了应用内浏览in-app browsing图像生成Memory 持久化插件系统这些更新让 Codex 从之前的 CLI 工具进化为一个完整的桌面 AI 开发环境。同时OpenAI 还发布了GPT-Rosalind这是专门针对生命科学研究的前瞻推理模型用于药物发现、基因组分析、蛋白质推理等场景。这标志着 OpenAI 开始针对垂直科学领域推出专门模型。为什么重要Codex 的 computer use 功能和 Claude Code 的 remote control 形成了直接竞争。OpenAI 正在把 Codex 打造成一个完整的开发者平台而不仅仅是代码补全工具。原文链接https://openai.com/index/codex-for-almost-everythingCursor 3.1 推出 Canvases 画布功能Cursor Canvases 功能Cursor 在 4 月 15 日发布 3.1 版本核心功能是Canvases——一种交互式画布可以包含仪表盘、表格、图表、流程图等可视化组件。在 Agents Window 中Canvases 是持久化产物和终端、浏览器、源码控制并列。你可以让 Cursor Agent 直接生成可视化界面然后在画布中与之交互。为什么重要Cursor 正在从「AI 编辑器」进化为「AI 开发环境」。Canvases 的推出让开发者可以直接在 IDE 中查看和交互可视化内容减少了在编辑器和其他工具之间切换的 friction。原文链接https://cursor.com/changelog/04-15-26Windsurf 2.0 集成 Devin Cloud AgentWindsurf Devin Cloud 集成Windsurf 在 4 月 15 日发布 2.0 版本最大的变化是集成Devin Cloud Agent——现在你可以直接在 Windsurf 中调用 Devin让它在云端 VM 上运行任务。2.0 版本还新增了Agent Command Center看板视图管理所有本地和云端 Agent 会话Spaces任务级工作区支持分组管理会话、PR、文件和上下文Devin Cloud 对所有自助计划用户开放包含在现有配额中首次使用还有最高 50 美元的额外额度。为什么重要Windsurf 把本地 IDE 和云端 Agent 无缝结合了。这意味着你可以根据任务复杂度选择「本地轻量 Agent」或「云端完整 Agent」而不需要切换工具。原文链接https://windsurf.com/blog/windsurf-2-0值得关注Code Agent 集中更新本周各大 Code Agent 也同步更新Claude Code v2.1.111支持 Opus 4.7 xhigh、新增/ultrareview云端代码审查、PowerShell 工具渐进式推出、plan 文件按提示词命名。Cline v3.79.0添加 Opus 4.7 支持、Azure Blob Storage 存储提供商、GLM/Hermes/XS 模型的 use_subagents 支持。OpenCode v1.4.7支持 Claude Opus 4.7 xhigh adaptive reasoning、添加 Alibaba 提供商支持、改进内存使用。OpenClaw 2026.4.15默认 Anthropic 模型切换至 Opus 4.7、新增 Gemini TTS 支持、Active Memory 插件正式可用。GitHub CopilotClaude Opus 4.7 正式可用、新增数据驻留 (US/EU) 和 FedRAMP 合规、CLI 支持远程控制会话。Google Antigravity 1.23.2修复 MCP 加载和设置访问问题。大V观点Andrej KarpathyOpenClaw 让非技术用户首次体验 Agentic AIAndrej Karpathy 本周在 X 上发了一条关于 AI 能力认知差距的 thread。他指出很多人对 AI 的理解还停留在去年免费版 ChatGPT 的水平而最新的 Agentic 模型 capabilities 已经远超那个阶段。他认为 OpenClaw「出圈」的原因在于这是第一次有大量非技术用户平时只把 AI 当 ChatGPT 网站用的人接触到了最新的 Agentic 模型。「The OpenClaw moment was so big because its the first time a large group of non-technical people experienced the latest agentic models.」我的看法是Karpathy 点出了一个关键——AI 的能力普及总是滞后于技术发布。OpenClaw 的意义在于它降低了体验前沿 Agentic AI 的门槛。Dario Amodei网络安全是前沿 AI 首个明确威胁Anthropic CEO Dario Amodei 本周谈到 Project Glasswing这是 Anthropic 联合 AWS、Apple、Google、Microsoft、NVIDIA 等公司发起的软件安全倡议。他的核心观点是网络安全是前沿 AI 的首个明确且现实的威胁clear and present danger。如果我们能集体应对这一挑战它将成为解决未来更困难 AI 安全问题的蓝图。「Cyber is the first clear and present danger from frontier AI models, but it wont be the last.」各家都在从「代码补全」向「完整开发环境」进化。Claude Code 和 OpenAI Codex 在做桌面平台Cursor 和 Windsurf 在做 IDE 集成OpenClaw 在做聊天机器人形态。不同的交互形态适合不同的使用场景但底层能力多模态、computer use、Agent 编排正在趋同。我的判断是2026 年 Q2 将是 AI 编程助手「形态收敛」的关键期——用户会根据自己的工作流程选择最适合的工具而不再是「哪个新就用哪个」。总结这周如果你是 AI 编程工具的活跃用户可能需要花时间消化这些更新。我的建议是Claude 用户试试 Opus 4.7 的 xhigh 模式/ultrareview 对代码审查很有用Cursor 用户Canvases 值得探索特别是需要可视化场景Windsurf 用户Devin Cloud 集成后复杂任务可以丢给云端 Agent 跑通用建议选一个主工具深入使用而不是每个都尝鲜

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2528411.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…