Opus 4.8 与 5 同场对决：通过率持平但工程行为迥异
bisonbear2 · reddit · 2026-08-26
作者在自家仓库的 25 个真实任务上对比了 Opus 4.8 和 Opus 5。两者在严格测试通过率上打平（9/25），但行为模式截然不同：
- Opus 5：搜索范围更广，验证更多。在 25 个任务中的 18 个使用了更多 Shell 命令，15 个使用了更多测试命令，修改了更多文件，更倾向于探索和验证。
- Opus 4.8：更收敛。在 20 个任务中留下的代码足迹更小，更接近实际合并的变更，把预算花在编辑而非探索上。
成本方面，Opus 5 因任务模式不同，典型任务便宜约 1.4%，但用 token 多 4%，耗时多 4%。文章指出，仅看通过率会掩盖模型在搜索策略、验证深度和代码可维护性上的真实差异。
「编程与Agent」频道最新
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15