Claude Opus 5 在同仓库修出 11 个 bug，Opus 4.8 只修 2 个

PawelHuryn · x · 2026-07-25

一位用户分享了 Claude Opus 5 的实测：在自己一个约 2.8 万行的 VS Code 扩展仓库里，埋了 45 个 bug，而且测试都能通过、不容易被发现。结果是 Opus 5 修复了 11 个，同条件下 Opus 4.8 只修复了 2 个。

更关键的是，Opus 5 不仅修到了 4.8 修到的那两个，还额外找出了 9 个更难的 bug，并且没有误修。作者还提到它的行为有点“怪”——比如没有按要求去“分析这个解决方案”，反而去看 git 历史，但这些看似偏题的动作最终带来了意外洞察。作者称 Bug Hunt Bench 只是单项测试，但目前 Opus 5 已经是他最喜欢的模型。