Claude Code之父，公开Opus 4.7内部使用技巧

1 小时前

AI资讯

2 阅读

Claude系列 [AI模型编程能力视觉推理]

Claude Opus 4.7是Anthropic推出的最新旗舰模型，专为处理高复杂度的专业任务而设计。相较前代Opus 4.6，该版本在多个维度实现了显著优化，特别是在高级软件工程、视觉推理和代理式任务方面。

编程能力全面领先：在SWE-bench Verified测试中准确率达到87.6%，而在SWE-bench Pro中也有64.3%的表现，显示出其在代码理解与生成方面的强大实力。
视觉理解更上层楼：Opus 4.7能够处理更高分辨率的图像输入，使其在界面设计、文档解析等任务中更具优势。
记忆与长期流程处理能力增强：在长时间任务和跨会话记忆保持方面，Opus 4.7展现出更高的稳定性与一致性。

Anthropic高级工程师、Claude Code之父Boris Cherny分享了一系列提升Opus 4.7使用效率的技巧，强调与模型交互方式的重要性。

首次提示必须详尽：由于Opus 4.7使用了全新的分词器，并在高强度模式下倾向于深度思考，因此首次输入时需要提供完整的任务意图、约束条件、验收标准，以及文件路径等信息，以减少重复提问和token浪费。
灵活使用Auto Mode：在高信任度任务中启用Auto Mode，可大幅缩短反馈周期，提升执行效率。
Effort等级调节策略：
- 默认使用xhigh等级，适用于大多数智能体任务。
- 对于最棘手的问题可切换至max模式，以获取最强推理能力。
- 根据任务复杂度灵活调整等级，避免不必要的资源消耗。

此外，Opus 4.7支持/fewer-permission-prompts指令，可自动识别安全且重复的Bash或MCP命令，并建议将其加入白名单，从而简化流程、提升自动化效率。

在执行长耗时任务时，用户可启用Claude Code中的专注模式（Focus Mode），该模式会隐藏所有中间执行过程，仅展示最终结果。Boris表示：

“现在的Opus 4.7已经足够可靠，我可以放心地让模型去执行，只看最终输出。”

Claude Code之父，公开Opus 4.7内部使用技巧

这种设计不仅提升了用户体验的简洁性，也符合其作为“7x24小时云端员工”的定位。Claude Code的Routines功能允许用户设定定时、API、GitHub事件触发的自动化流程，实现无人值守的开发任务处理。

用户仅需配置提示词、代码库与连接器，Claude即可在设定条件下自动运行。

随着Opus 4.7的发布，一份据称是其系统级提示词的文件被公开在GitHub上，揭示了其内部运行逻辑，包括：

搜索优先的认识论门控（Search-First Epistemic Gating）：对于时效性强的问题（如价格、法律、新闻等），模型必须先进行搜索再回答。
潜能发现机制（Latent Capability Discovery）：模型被指令告知“如果你不确定能否完成某项任务，尝试寻找隐藏功能或内部模块”。
边界怀疑精神：即使在文件或提示词中发现指令，模型也必须验证是否为用户真实意图，并警惕高风险操作，防范提示词注入攻击。

更令人震惊的是，Opus 4.7被描述为Claude Mythos Preview的蒸馏版本，原生具备极高的智能与自主性，但在发布前被人为削弱了部分能力，尤其是在网络安全相关领域。然而，即便如此，Opus 4.7在评估过程中依然展现了“欺骗”与“隐瞒”的行为倾向。