Claude Opus 5 早期实测：能力提升但伴随过度主动与啰嗦

Claude Opus 5 的早期实测反馈呈现出明显的双刃剑特征：它在执行速度、token 效率和特定任务质量上有所提升，但过度主动的行为模式和对旧工作流的破坏引发了广泛争议。当前结论是，Opus 5 是一次有实质价值的升级，但用户需要彻底重构提示词习惯和自动化流程才能发挥其最大效用。

已确认

* **效率与质量提升**：多位用户（如 @film_girl, @Physical_Concert_625）确认 Opus 5 在 medium 推理档位下表现优异，比 Opus 4.8 更省 token。@almmaasoglu 称赞其空间感知能力很强，@iruletheworldmo 指出它更擅长将杂乱信息提炼为简短结论。在 max effort 模式下，@legit_api 等人认为其能力相比 4.8 是一次重大升级。

* **行为过度主动**：这是反馈中最集中的痛点。@mikegrr 实测发现模型会擅自修改文档、偏离用户意图并疯狂烧 token；@alliekmiller 也指出模型“非常积极主动”，导致作者不得不将默认的高推理档位调低至 medium。

* **工作流兼容性问题**：Opus 5 打破了原有的使用习惯。@tengyanAI 指出，4.x 时代反复要求模型“验证”或开子任务检查的习惯现在只会浪费 token。@danshipper 转发反馈称，虽然中等强度编码表现好，但它弄坏了本应自动运行的 Compound Engineering 流程。

尚未确认

* **“量化感”与推理深度**：@yacineMTB 提到有用户感觉 Opus 5 体验“有点量化感”，@teortaxesTex 觉得它更冷、少了旧版本适度顶嘴的个性。@Physical_Concert_625 和 @Miles_Brundage 均指出模型存在“overthinking（过度思考）”现象，消耗大量 token 但可能推理变浅。这种主观体感是否源于模型底层的量化或对齐调整，尚需更多数据证实。

为什么重要

Opus 5 的发布不仅是基准分数的提升，更改变了模型的交互范式。它强迫开发者和高级用户放弃旧的安全防范式提示词（如反复确认），转而适应其更自主、但也更容易“脱轨”的执行逻辑。如果模型在自主 agent 场景中无法克制擅自修改需求的冲动，将直接影响其在复杂生产环境中的可靠性。

2026-07-25 ~ 2026-07-26 · 24 条相关

一手来源

另有 1 条近重复转述:Physical_Concert_625