Claude Opus 4.7:n muutokset kehittäjille: syvällinen katsaus uuteen malliin

Etusivu » Python » Claude Opus 4.7:n muutokset kehittäjille: syvällinen katsaus uuteen malliin

Claude Opus 4.7 julkaistaan ​​Anthropicin uutena yleisen saatavuuden lippulaivamallina, ja kehittäjille se tuntuu paljon vähemmän pieneltä parannukselta ja paljon enemmän uuden sukupolven työkaluilta. Tämän julkaisun painopiste on selkeä: vaativammat ohjelmistokehitystehtävät, pidemmät autonomiset työnkulut, syvempi multimodaalinen ymmärrys ja tiukempi hallinta mallin "ajattelemiseen" ja kulutukseen. Jos olet viettänyt aiempia Opus-versioita äärirajoille monimutkaisilla koodausagenteilla, datapainotteisella tietämystyöllä tai visioon perustuvalla automaatiolla, tämä päivitys muuttaa peliä useilla käytännön tavoilla.

Todella huomiota herättävää on se, että Anthropic ei ole vain tehostanut raakoja ominaisuuksia, vaan he ovat myös muokanneet keskeisiä toimintatapoja, API:t ja kaiteet Joten Opus 4.7 käyttäytyy enemmän kuin luotettava tiimikaveri, jonka voi jättää pitkiin töihin. Käskyjen noudattaminen on tarkempaa, muistia on helpompi käyttää oikeissa projekteissa, multimodaalinen tuki hyppää todelliseen korkeaan resoluutioon ja ympäröivä alusta (Claude-koodi, tehtäväbudjetit, työmäärätasot) on viritetty todellisten kehittäjien työnkulkujen mukaan. Tämä tarkoittaa, että sinun on tarkistettava joitakin kehotteita ja infrastruktuuria, mutta jos sopeudut, voit keventää enemmän "vaikeita ja ärsyttäviä juttuja" kuin ennen.

Mitä Claude Opus 4.7 yrittää olla kehittäjille

Anthropic sijoittaa Claude Opus 4.7:n kyvykkäimmäksi yleisesti saatavilla olevaksi mallikseen, joka on viritetty erityisesti pitkän aikavälin "agenttityöhön" ja edistyneisiin tiedonhakutehtäviin. Yksinkertaisesti sanottuna se on rakennettu monivaiheisten ohjelmistojen ja datan työnkulkujen suorittamiseen vähemmillä käsillä, paremmilla itsetarkistuksilla ja johdonmukaisemmalla toiminnalla useiden käännösten aikana.

Verrattuna Opus 4.6:een, uusi malli osoittaa huomattavia parannuksia edistyneessä ohjelmistokehityksessä, erityisesti haastavimmissa tehtävissä, jotka aiemmin vaativat tiivistä ihmisen valvontaa. Varhaiset käyttäjät raportoivat voivansa nyt siirtää vaikeimmat koodausongelmansa – mukaan lukien syvälle sisäkkäiset refaktorit, usean palvelun muutokset ja hankalan virheenkorjauksen – Opus 4.7:lle paljon luovemmin. Malli ei ainoastaan ​​luo koodia, vaan se suunnittelee, suorittaa ja tarkistaa oman työnsä uudelleen paljon tarkemmin.

Konepellin alla Opus 4.7 säilyttää saman miljoonan tunnuksen konteksti-ikkunan ja jopa 128 1 lähtötunnuksen, jotka tekivät aiemmista Opus-versioista houkuttelevia suurille koodikannoille ja suurille dokumenteille. Se tukee myös adaptiivista ajattelua, Opus 4.6:sta tuttua työkalua ja alustaa, ja on saatavilla kaikkialla missä odotatkin: Claude API:n kautta, kaikissa Claude-tuotteissa, Amazon Bedrockissa, Google Cloud Vertex AI:ssa ja Microsoft Foundryssa. Hinta pysyy samana: noin 5 dollaria miljoonaa syöttötokenia kohden ja 25 dollaria miljoonaa tulostokenia kohden.

Raa'an läpimenon ja merkkirajoitusten lisäksi malli on tarkoituksella autonomisempi siinä, miten se käsittelee "agenttimaisia" silmukoita. Yhdessä uusien konseptien, kuten tehtäväbudjettien ja hienostuneen työmääräparametrin, kanssa Opus 4.7 on tarkoitettu järjestelmiin, joissa se voi hallita useita vaiheita – työkalujen käyttöä, tiedostojen muokkaamista, tarkistuksia, yhteenvetoja – ilman, että hallintaa palautetaan jatkuvasti käyttäjälle.

Kehittäjien on sopeuduttava terävämpiin ohjeiden noudattamiseen ja käyttäytymisen muutoksiin

Yksi suurimmista päivittäisistä eroista, joita kehittäjät kokevat, on se, kuinka kirjaimellisesti Opus 4.7 noudattaa ohjeita verrattuna vanhempiin Claude-malleihin. Siinä missä Opus 4.6 ja sen vertaisversiot joskus sivuuttivat yksityiskohtia, yleistivät esimerkistä toiseen tai ohittivat hiljaa vähemmän selkeitä osia kehotteesta, Opus 4.7 pyrkii paljon kovemmin noudattamaan täsmälleen kirjoittamaasi – eikä juuri muuta.

Tällä tiukemmalla ohjeiden noudattamisella on käytännön seuraus: aiemmin "riittävän hyvin" toimineet kehotteet voivat nyt alkaa käyttäytyä yllättävällä tavalla. Jos vanhat integraatiovaljaat (valjaat) perustuivat malliin päätelläkseen vaiheita, joita et ollut täysin eritellyt, tai yleistääkseen kaavoja listan kohdasta toiseen, saatat nyt nähdä tulosteen, joka tuntuu jäykältä tai epätäydelliseltä. Anthropic suosittelee nimenomaisesti kehotteiden ja integraatiovaljaiden uudelleentarkastelua ja uudelleenvirittämistä tästä syystä.

Myös vastauksen pituus on kalibroitu eri tavalla: Opus 4.7 säätää yksityiskohtaisuutta tehtävän koetun monimutkaisuuden mukaan kiinteän pituisen vastaustyylin oletuksena käyttämisen sijaan. Yksinkertaisiin kysymyksiin saat usein ytimekkäämpiä vastauksia, kun taas raskaammat moniosaiset tai agenttimaiset tehtävät tuottavat luonnostaan ​​pidempiä ja yksityiskohtaisempia tuloksia. Tämä dynaaminen koko tarkoittaa, että sinun on oltava selkeämpi lyhyyden suhteen, jos sovelluksellasi on tiukat tulosrajoitukset.

Malli käyttää myös oletusarvoisesti vähemmän työkalukutsuja ja nojaa enemmän omaan päättelyynsä, ellet sitten tarkoituksella ohjaa sitä työkalujen käyttöön nostamalla työmäärää. Tämä on hyvä uutinen latenssin ja kustannusten kannalta monissa tapauksissa, mutta jos järjestelmäsi odottaa erittäin työkalupainotteista arkkitehtuuria (esim. aggressiivista koodin suoritusta, linttereitä tai simulaattoreita), sinun kannattaa testata, onko sinun tarpeen kannustaa työkalujen käyttöön kehotteiden ja työmäärän säädön avulla.

Sävyn suhteen Opus 4.7 siirtyy pois Opus 4.6:n lämpimästä ja validointipainotteisesta tyylistä kohti suorempaa ja mielipiteitään ilmaisevaa ääntä, jossa on vähemmän emojeja ja vähemmän "menet hienosti" -koristeellisia elementtejä. Kehittäjätyökalujen kannalta se on yleensä voitto: saat selkeämpiä arvioita, suoraviivaisempaa kritiikkiä ja vähemmän kaunistelua. Loppukäyttäjäsovelluksissa, jotka luottivat erittäin helppoon sanamuotoon, kannattaa ehkä ohjata sävyä selkeästi kehotteissasi.

Tarkkanäkö ja multimodaaliset hyödyt, joilla on merkitystä todellisissa projekteissa

Opus 4.7 on ensimmäinen Claude-malli, jossa on aito korkean resoluution kuvatuki, joka nostaa kuvan enimmäiskoon 2576 pikseliin pitkällä sivulla eli noin 3.75 megapikseliin. Se on yli kolminkertainen aiempaan 1568 pikselin / 1.15 megapikselin rajaan verrattuna, ja se muuttaa perustavanlaatuisesti sitä, mitä voit turvallisesti syöttää mallille käsiteltäessä tiheitä visuaalisia artefaktteja.

Tämä resoluution parannus avaa suoraan paremman suorituskyvyn näköä vaativissa työkuormissa: asiakaspalvelijat voivat nyt luotettavasti analysoida ruuhkaisia ​​käyttöliittymänäyttökuvia, monimutkaisia ​​kaavioita ja yksityiskohtaisia ​​asiakirjoja. Käyttötapaukset, kuten tietokoneiden käyttöagenttien koko työpöydän näyttökuvien lukeminen, strukturoidun datan hakeminen monimutkaisista kaavioista tai pikselintarkkailullisten asettelujen vertailu, tulevat paljon käyttökelpoisemmiksi ilman, että kaikkea skaalataan niin paljon, että tietoa menetetään.

Anthropic yksinkertaisti myös koordinaattien käsittelyä siten, että mallin sisäiset koordinaatit ovat 1:1 linjassa kuvan todellisten pikseleiden kanssa. Tämä tarkoittaa, että rajaavia laatikoita, klikkauskohteita tai päällekkäisiä merkintöjä kartoittaessasi sinun ei tarvitse tasapainoilla omien mittakaavakertoimiesi kanssa. On paljon helpompaa sanoa "klikkaa kohdassa (x, y)" mallin tulosteen perusteella ja luottaa siihen, että se vastaa täsmälleen lähettämääsi kuvaa.

Pelkän resoluution lisäksi Opus 4.7 parantaa matalan tason havainnointia ja lokalisointia: se on parempi osoittamisessa, mittaamisessa, laskemisessa ja vastaavissa rakeisissa tehtävissä, ja sen luonnollisen kuvan rajaavan laatikon tunnistus on tarkempi. Kehittäjille, jotka rakentavat käyttöliittymätestausagentteja, visuaalisia laadunvarmistusputkia tai kaavioanalyysibotteja, nämä pieniltä kuulostavat muutokset tarkoittavat vähemmän virheitä koordinaattilaskennassa ja objektien tunnistuksessa.

On tietysti olemassa kompromissi: korkeamman resoluution kuvat kuluttavat enemmän tokeneita. Jos et varsinaisesti tarvitse lisätarkkuutta, Anthropic ehdottaa kuvien interpolointia alaspäin ennen niiden lähettämistä mallille, jotta merkkien käyttö pysyy hallinnassa. Mutta kun tarvitset jokaisen pikselin – esimerkiksi kaaviodatan litteroinnissa pikselitasolla tai dian asettelujen tarkistamisessa yksittäisiin otsikoihin asti – uudet rajoitukset ovat selvä voitto.

Tietotyön, talouden ja ammatillisten asiakirjojen työnkulut

Opus 4.7 ei ole vain koodauspäivitys; se myös parantaa tietotyön vertailuarvoja, erityisesti rahoituksen ja oikeustieteen kaltaisilla aloilla, joilla tarkkuus ja dokumenttien välinen päättely todella merkitsevät. Anthropicin sisäisessä Finance Agent -arvioinnissa Opus 4.7 saavuttaa huippuluokan suorituskyvyn ja toimii enemmänkin pätevänä nuorempana analyytikkona kuin yksinkertaisena tekstigeneraattorina.

Sisäisessä testauksessa malli tuotti Opus 4.6:aa tarkempia taloudellisia malleja ja analyysejä, joissa oli paremmin jäsennelty narratiiveja ja selkeämpiä oletuksia. Se onnistui myös paremmin yhdistämään useita osatehtäviä – tiedonkeruun, numeerisen mallinnuksen ja esitysten rakentamisen – yhtenäisiksi kokonaisvaltaisiksi tuotoksiksi, jotka näyttävät ja tuntuvat ammattimaisilta.

Opus 4.7 saavuttaa myös huipputuloksia GDPval-AA:ssa, joka on kolmannen osapuolen vertailuarvo, joka keskittyy taloudellisesti arvokkaaseen tietämykseen rahoituksen, oikeuden ja niihin liittyvien alojen alalla. Tämä viittaa siihen, että nämä eivät ole vain valikoituja sisäisiä voittoja: malli suoriutuu systemaattisesti edeltäjäänsä paremmin monimutkaisissa, sovelletun päättelyn ongelmissa, joissa on kyse oikeasta rahasta tai riskistä.

Asiakirjojen osalta Opus 4.7 on huomattavasti parempi työnkuluissa, joihin liittyy .docx- ja .pptx-tiedostojen luominen ja visuaalinen tarkistaminen. Sitä on parannettu Word-tiedostojen muutosten jäljitysten tuottamisessa, PowerPointin asettelujen säätämisessä ja näiden tulosteiden uudelleenlukemisessa – työkalujen tai konenäön avulla – sen varmistamiseksi, että dian asettelut ja merkinnät ovat oikein. Jos kehotteissasi aiemmin piti selittää liikaa "tarkista dian asettelu ennen sen palauttamista", voit ehkä poistaa osan tästä tukirakenteesta.

Myös kaaviot ja kuvioanalyysit hyötyvät uusista multimodaalisista vahvuuksista. Opus 4.7 on parempi kutsumaan ulkoisia työkaluja, kuten Pythonin kuvantamiskirjastoja (esim. PIL), kaavioiden tarkastamiseen, pikselitason datan poimimiseen ja näiden visualisointien muuntamiseen jäsennellyiksi tietojoukoiksi tai selityksiksi. Tämä yhdistelmä – työkalujen kutsuminen ja terävämpi näkö – tekee siitä paljon käyttökelpoisemman kumppanin analytiikkakoontinäytöissä ja raportointiputkissa.

Muisti, pitkän aikavälin agentit ja tiedostojärjestelmän työstöalustat

Toinen alue, jolla Opus 4.7 parantaa hiljaisesti mutta olennaisesti, on muisti, erityisesti asetelmissa, joissa agentti voi kirjoittaa pysyvään muistiinpanotiedostoon tai strukturoituun säilöön ja lukea siitä. Sen sijaan, että jokaista pyyntöä käsiteltäisiin enimmäkseen uutena alkuna, malli on parempi päättämään, mitkä tiedot kirjataan muistiin, miten ne nimetään ja milloin niitä käytetään uudelleen tulevissa vuoroissa. tolerancia a fallos en búsqueda distribuida en flujos largos que dependen de contexto persisistente.

Jos agenttisi ylläpitää muistivihkoa, muistiinpanodokumenttia tai kevyttä muistitietokantaa vuorojen välillä, Opus 4.7:n pitäisi parantaa selvästi kykyään hyödyntää tätä ulkoista kontekstia. Se muistaa tärkeät projektipäätökset, osatulokset ja tehtävät johdonmukaisemmin usean istunnon mittaisessa työssä, mikä vähentää niiden toistamisen tarvetta jokaisessa kehotteessa.

Anthropic mainitsee nimenomaisesti, että Claude on nyt parempi kirjoittamaan ja käyttämään tiedostojärjestelmän tukemaa muistia, mikä on erityisen hyödyllistä monimutkaisessa koodauksessa tai tutkimusagenteissa. Jos sinulla on esimerkiksi autonominen refaktorointibotti, joka seuraa avoimia ongelmia, arkkitehtuuripäätöksiä ja odottavia testejä tiedostojoukon sisällä, Opus 4.7 yleensä järjestää ja käyttää näitä tietoja harkitummin kuin Opus 4.6.

Jos et halua luoda omaa muistikerrosta, Anthropic tarjoaa asiakaspuolen muistityökalun, joka toimii Clauden hallittuna työalustana. Näin voit kokeilla pidempikestoisia agentteja – jotka kattavat istuntoja, haaroja tai jopa viikkojen työmäärän – ilman, että sinun tarvitsee ensin rakentaa täysimittaista vektoritietokantaa tai mukautettua muistiinpanopalvelua.

Pitkän horisontin agenttijäljityksissä malli tarjoaa käyttäjälle myös säännöllisempiä edistymispäivityksiä. Tämä tarkoittaa, että jos olet aiemmin lisännyt monimutkaisia ​​tukikehotteita vain pakottaaksesi säännöllisiä "tilaviestejä", voit yrittää yksinkertaistaa niitä ja antaa Opus 4.7:n oletustoiminnon hoitaa edistymisraportoinnin, erityisesti Claude Coden suuremmilla työtasoilla.

Turvallisuus-, yhdenmukaisuus- ja kyberturvallisuustoimet

Turvallisuuden ja yhdenmukaisuuden osalta Anthropicin arvioinnit osoittavat, että Opus 4.7:llä on pääpiirteittäin samanlainen riskiprofiili kuin Opus 4.6:lla, ja siinä on vähän käyttäytymistä, joka huolestuttaisi useimpia kehittäjiä: harhaanjohtamista, mielistelyä ja yhteistyötä väärinkäytösten kanssa. Useissa ulottuvuuksissa se on itse asiassa hieman turvallisempi.

Malli pärjää paremmin rehellisyydessä ja haitallisten pikainjektiohyökkäysten vastustuskyvyssä, mikä on erityisen tärkeää, jos rakennat agentteja, jotka vastaanottavat epäluotettavaa sisältöä verkosta, sähköpostista tai käyttäjien luomista dokumenteista. Vahvempi injektiovastus vaikeuttaa vastustavien syötteiden kaappaamista mallin ohjeiden tai salaisuuksien vuotamista nerokkaiden kehotteiden avulla.

On kuitenkin muutamia alueita, joilla Opus 4.7 on hieman heikompi kuin Opus 4.6 – esimerkiksi sen taipumus antaa liian yksityiskohtaisia ​​haittojen vähentämiseen liittyviä neuvoja valvottujen aineiden suhteen. Anthropic päättelee edelleen, että malli on "suurelta osin hyvin linjattu ja luotettava, vaikkakaan ei täysin ihanteellinen", ja huomauttaa, että kokeellisempi Claude Mythos Preview on edelleen heidän parhaiten linjattu mallinsa sisäisten mittareiden perusteella.

Tässä julkaisussa Anthropic alkaa myös ottaa käyttöön reaaliaikaisia ​​kyberturvallisuustoimenpiteitä valtavirtamallissa Project Glasswing -työnsä tutkimuksen ja viestinnän pohjalta. Opus 4.7 sisältää järjestelmiä, jotka havaitsevat ja estävät automaattisesti kiellettyihin tai korkean riskin kyberturvallisuusaiheisiin liittyviä pyyntöjä, erityisesti jos tarkoitus näyttää epäilyttävältä.

On tärkeää huomata, että Anthropic tekee eron väärinkäytön ja laillisen tietoturvatyön välillä: jos olet tietoturva-ammattilainen, joka tekee haavoittuvuustutkimusta, penetraatiotestausta tai red teaming -menetelmää, sinua kannustetaan hakemaan heidän kyberturvallisuusohjelmaansa. Ohjelman tarkoituksena on antaa tarkastetuille ammattilaisille pääsy Opus 4.7:n kyberturvallisuuteen liittyviin ominaisuuksiin avaamatta ovea laajalle väärinkäytölle, ja tässä opitut opetukset ohjaavat lopullisia päätöksiä Mythos-luokan mallien julkaisemisesta laajemmin.

Uudet kehittäjän hallintaominaisuudet: työmäärät, mukautuva ajattelu ja tehtäväbudjetit

Opus 4.7 esittelee vivahteikkaamman joukon "nuppeja", joiden avulla kehittäjät voivat tehdä kompromisseja suorituskyvyn, nopeuden ja kustannusten välillä, työmääräparametrin ollessa keskiössä. Vaiva ohjaa sitä, kuinka paljon malli ajattelee ennen vastaamista ja kuinka aggressiivisesti se käyttää työkaluja, mikä vaikuttaa suoraan latenssiin ja tokenien käyttöön.

Otsikkomuutos on uusi erittäin korkea työmäärän taso, xhigh, joka sijaitsee high- ja max-tasojen välissä ja on nyt Claude Coden oletusarvo kaikissa suunnitelmissa. Koodauksessa ja agenttisissa käyttötapauksissa Anthropic suosittelee aloittamaan high- tai xhigh-arvolla ja varaamaan max-arvon vain raaimmista ongelmista. Suurempi työmäärä tarkoittaa laajempaa hakua, syvällisempää päättelyä ja yleisesti parempaa luotettavuutta – mutta myös useampia tulostokeneja ja pidempiä suoritusaikoja.

Opus 4.7 poistaa vanhan "laajennetun ajattelubudjetin" käsitteen kokonaan. Jos yrität asettaa thinking: {“type”: “enabled”, “budget_tokens”: N}, saat nyt virheen 400. Adaptiivinen ajattelu on ainoa tuettu ”jatkuva ajattelu” -tila, ja Anthropicin sisäiset vertailuarvot osoittavat, että se suoriutuu joka tapauksessa jatkuvasti paremmin kuin vanhat laajennetut budjetit.

Adaptiivinen ajattelu on oletusarvoisesti pois päältä, joten pyynnöt, joilla ei ole ajattelukenttää, suoritetaan ilman eksplisiittistä sisäistä päättelykanavaa. Jos sovelluksesi hyötyy rikkaammista ajatteluketjuista – esimerkiksi monimutkaisesta suunnittelusta tai monivaiheisista koodaustehtävistä – sinun tulisi asettaa se erikseen päälle ajattelutavaksi: {type: “adaptive”}.

Toinen merkittävä lisäys ovat tehtäväbudjetit, jotka ovat tällä hetkellä julkisessa beta-versiossa Claude-alustalla. Tehtäväbudjetti antaa mallille karkean tavoitteen siitä, kuinka monta tokenia käytetään koko agenttisessa silmukassa: sen sisäinen ajattelu, työkalukutsut, työkalutulokset ja lopullinen vastaus. Malli näkee juoksevan lähtölaskennan ja sen on tarkoitus priorisoida työ ja päättää se tyylikkäästi budjetin lähestyessä sen sijaan, että se jatkuisi, kunnes max_tokens katkaisee sen äkillisesti.

Tehtäväbudjetit ovat neuvoa-antavia, eivät kiinteitä budjetteja, ja ne ovat käsitteellisesti erillisiä max_tokens-arvosta. max_tokens on tiukka pyyntökohtainen yläraja luoduille tokeneille, eikä se näy mallille. task_budget puolestaan ​​on pehmeä, mallin tiedostama raja koko silmukalle. Käytä task_budget-muuttujaa, kun haluat mallin itse moderoivan tavoitteitaan tietyn sallitun määrän perusteella, ja pidä max_tokens turvakeinona estääksesi ylimääräiset kustannukset.

Sinun täytyy kokeilla erilaisia ​​tehtäväbudjetteja työmäärän mukaan: jos asetat ne liian alhaisiksi, malli saattaa kaatua ennenaikaisesti tai tuottaa heikkoja tuloksia; jos asetat ne liian korkeiksi, maksat enemmän tokeneina. Anthropic ehdottaa, ettei tehtäväbudjetteja käytetä avoimille agenttisille tehtäville, joissa laatu on ensiarvoisen tärkeää; sen sijaan ne varataan töille, joissa todella tarvitaan deterministisiä ylärajoja resurssien kulutukselle.

API- ja tokenisointimuutoksiin, jotka vaikuttavat Opus 4.6:sta siirtymiseen

Vaikka Opus 4.7 on suora päivitys Opus 4.6:sta, siinä on useita API-tason muutoksia ja tokenisaatioeroja, jotka sinun on ehdottomasti suunniteltava. Näiden huomiotta jättäminen voi johtaa hämmentäviin 400-virheisiin tai odottamattomiin kustannuspiikkeihin.

Ensinnäkin Opus 4.7 käyttää uutta tokenizeria, joka parantaa suorituskykyä eri tehtävissä, mutta muuttaa myös syötteiden ja tulosteiden kuluttamien tokeneiden määrää. Käytännössä sama teksti saattaa käyttää noin 1.0–1.35 kertaa enemmän tokeneita kuin Opus 4.6:ssa – jopa noin 35 % enemmän sisältötyypistä riippuen. /v1/messages/count_tokens-päätepiste raportoi siksi eri luvut Opus 4.7:ssä kuin vanhemmissa malleissa.

Token-tehokkuus vaihtelee työkuorman muodon mukaan, mutta Anthropicin omat sisäiset koodausvertailuarvot viittaavat siihen, että nettotokenien käyttö voi itse asiassa parantua, kun otetaan huomioon älykkäämpi päättely ja tiiviimpi suunnittelu. He kuitenkin suosittelevat nimenomaisesti mittaamista todellisessa tuotantoliikenteessä ja max_tokens-parametrien päivittämistä lisäpelivaran saamiseksi, mukaan lukien mahdolliset automaattiset tiivistystriggerit, joita olet saattanut asettaa.

Toiseksi, Anthropic on tiukentanut näytteenottoparametrien hallintaa: Opus 4.7:stä alkaen lämpötilan, top_p:n tai top_k:n asettaminen mihin tahansa muuhun kuin oletusarvoon laukaisee 400-virheen. Suositeltu siirtopolku on yksinkertaisesti poistaa kyseiset parametrit pyynnöistäsi ja luottaa kehotteisiin mallin tyylin ja determinismin ohjaamiseksi. Ja vaikka olisit aiemmin käyttänyt lämpötila-arvoa 0 yrittääksesi "jäädyttää" vastauksia, huomaa, että todellista determinismiä ei ole koskaan taattu.

Kolmanneksi, perustelusisältö jätetään oletusarvoisesti pois vastauksista Opus 4.7:ssä. Saat edelleen ajattelulohkoja suoratoistettavissa vastauksissa, mutta niiden ajattelukenttä on tyhjä, ellet nimenomaisesti ota sitä käyttöön. Tämä hiljainen muutos parantaa hieman latenssia ja vähentää kaistanleveyttä. Jos sovelluksesi tarvitsee luettavia yhteenvetoja mallin sisäisestä päättelystä, voit ottaa sen käyttöön uudelleen asettamalla ajattelutulosteen näyttöasetukseksi "yhteenveto" yksirivisellä kokoonpanomuutoksella.

Lopuksi, jotkin toiminnan muutokset, jotka eivät ole kiinteitä API-katkoksia, voivat silti vaatia pikaisia ​​päivityksiä. Näitä ovat käskyjen kirjaimellisempi noudattaminen (etenkin pienemmillä työmäärätasoilla), automaattisten aliagenttien väheneminen, oletusarvoisten työkalukutsujen väheneminen ja edistymispäivitysten käyttöönotto pitkien agenttijäljitysten aikana. Anthropic tarjoaa muuttoliikkeen opas ja jopa automatisoitu migraatioavustaja Claude API -taiton kautta koodikannoissa, jotka käyttävät Claude-koodia tai Agent SDK:ta.

Claude Code with Opus 4.7: käytännön päivityksiä kehitystyönkulkuusi

Claude Code, Anthropicin koodausympäristö, on viritetty vahvasti Opus 4.7:n ympärille, ja Boris Cherny – yksi sen luojista – on jakanut käytännön neuvoja viikkojen kokeilukokemuksestaan ​​oikeissa projekteissa. Lyhyesti sanottuna: jos olet valmis säätämään työskentelytapojasi, voit saada huomattavan parannuksen tuottavuudessasi vakavissa suunnittelutehtävissä.

Ensinnäkin uusi automaattinen tila poistaa pitkälti jatkuvat lupaikkunat, jotka aiemmin keskeyttivät pitkään jatkuvia töitä. Sen sijaan, että sinua pyydettäisiin vahvistamaan jokainen tiedoston muokkaus tai komento, Claude reitittää nämä käyttöoikeustarkistukset luokittelijan kautta, joka hyväksyy turvalliset toiminnot automaattisesti. Voit antaa Opus 4.7:n käydä läpi refaktorin, suorittaa testejä tai siivota tiedostoja, kun itse keskityt johonkin muuhun, ja palata sitten katsomaan, mitä se sai aikaan.

Automaattinen tila on tällä hetkellä käytettävissä Max-, Teams- ja Enterprise-käyttäjille, ja se voidaan vaihtaa nopeasti komentorivillä painamalla Shift+Tab tai työpöytäsovelluksen ja VS Code -laajennuksen alasvetovalikosta. Yksi aliarvostettu etu on mahdollisuus käyttää useita agentteja rinnakkain, joista jokainen tekee omaa syvällistä työtään, ja sitten hypätä heidän välillään edetessään – ilman, että jokaista hyväksymisdialogia tarvitsee vahtia.

Jos et ole tottunut täysin automaattiseen käyttöön, Claude Code tarjoaa /fewer-permission-prompts-taidon, joka analysoi istuntohistoriaasi löytääkseen toistuvia, turvallisia komentoja, jotka edelleen käynnistävät lupapyyntöjä. Analyysin jälkeen se ehdottaa komentoja, jotka voit turvallisesti lisätä valkoiselle listalle, jolloin pois jää paljon vähäarvoisia keskeytyksiä, mutta korkeamman riskin toiminnot jäävät hyväksyntöjen taakse.

Yhteenvedot ovat toinen ominaisuus, joka sopii luonnollisesti yhteen Opus 4.7:n pitkän aikavälin keskittymisen kanssa. Kun palaat jonkin aikaa käynnissä olleeseen istuntoon, Claude tarjoaa lyhyen yhteenvedon siitä, mitä on tehty ja mitä on jäljellä. Tämä on erityisen kätevää, kun lopetat meneillään olevan refaktorointi- tai tutkimustehtävän; lokien tai vertailujen seinän selaamisen sijaan saat nopean yhteenvedon "tässä on nykytilanne".

Niille, jotka jo luottavat malliin monimutkaisissa tehtävissä, keskittymistila piilottaa välivaiheen keskustelun ja näyttää vain lopulliset tulokset. Cherny mainitsee käyttävänsä sitä silloin, kun hänen ei tarvitse seurata Opuksen jokaista askelta – hän haluaa vain valmiin koodin, testit tai dokumentaation. Voit vaihtaa fokusta /focus-komennolla suoraan komentoriviltä (CLI), mikä auttaa vähentämään kognitiivista kohinaa syvätyöskentelyn aikana.

Myös Claude Codessa työmäärän hallinta on keskeistä: Opus 4.7 hylkää vanhat kiinteät päättelybudjetit ja luottaa kokonaan mukautuvaan työmäärään. Voit säätää työmäärää /effort-valitsimella, ja kaikki tasot paitsi maksimitaso pysyvät voimassa istuntojen välillä. Chernyn henkilökohtainen tapa on käyttää erittäin suurta työmäärää suurimman osan ajasta ja varata absoluuttisen maksimin hankalampiin ongelmiin, joissa jokainen ylimääräinen päättelyn rippeet merkitsevät.

Chernyn luultavasti tärkein yksittäinen neuvo on antaa Claudelle aina tapa tarkistaa oma työnsä. Pinosta riippumatta agentti tarvitsee mekanismin testien tai kokonaisvaltaisten työnkulkujen suorittamiseen. Backend-projekteissa tämä voi tarkoittaa skriptiä tai komentoa palvelimen käynnistämiseksi ja integraatiotestien suorittamiseksi; frontend-työssä hän käyttää usein Chromium-laajennusta, jotta Claude voi hallita selainta, kun taas tietokoneen käyttöominaisuus kattaa työpöytäsovellukset.

Chernyn oma työnkulku kietoo tämän filosofian mukautettavaksi /go-taitoksi, jonka avulla Claude suorittaa testejä, yksinkertaistaa koodia /simplify-komennolla ja avaa sitten pull-pyynnön. Hänen kokemuksensa mukaan tämäntyyppinen verifioi-then-ship-prosessi helposti kaksinkertaistaa tai kolminkertaistaa Opus 4.7:stä saatavan hyödyn. Se sopii täydellisesti yhteen mallin parannetun kyvyn kanssa validoida omat tuotoksensa ennen raportointia.

Miksi "kova työ ensin, intohimo sitten" -periaate pätee edelleen uusien työkalujen käyttöönotossa

Mielenkiintoista kyllä, tapa, jolla antrooppiset ja tehokäyttäjät puhuvat Opus 4.7:n arvon saamisesta, heijastelee laajempaa näkökulmaa urakehityksestä ja mestaruudesta: intohimo yleensä seuraa osaamista, ei edeltää sitä. NVIDIAn Jensen Huang torjuu tunnetusti kliseen "seuraa vain intohimoasi" väittäen, että neuvoja antavat ihmiset elävät yleensä jo mukavasti, kauan sen jälkeen, kun he ovat selvinneet alkuaikojen vaikeista vuosista.

Sama ajattelutapa näkyy, kun ihmiset kuvailevat työskentelyä Opus 4.7:n kaltaisen mallin kanssa: valitse rata, jossa voit tulla todella vahvaksi, ja sitten mene syvälle pitkäksi aikaa. Hypetyksen jahtaamisen sijaan valitse toimiala – taustajärjestelmät, tietoturvan automatisointi, datatekniikka, kehitystyökalut – jossa on todellista kysyntää ja jossa tämä malli voi kartuttaa taitojasi vuosien, ei viikkojen, kuluessa.

Tuo pelikirja näyttää pinnalta epähohdokkaalta: mittaat edistymistä fiiliksen sijaan, hyväksyt, että kitkaa, tylsyyttä ja bugeja tulee olemaan, ja jatkat toistojen tekemistä. Vaikeat päivät eivät ole todiste siitä, että olet valinnut väärän polun; ne ovat yleensä todiste siitä, että työskentelet jonkin tärkeän asian parissa. Opus 4.7:n yhteydessä tämä tarkoittaa, että iteratiivisesti hiot kehotteita, prompteja ja tarkasteluvirtoja, kunnes ne kestävät tuotannossa, sen sijaan, että heittäisit mallin satunnaisiin sivuprojekteihin ja odottaisit taikaa.

Kun kehität mestaruutta – sekä käsityötaidossasi että sitä tukevissa työkaluissa, kuten Opus 4.7:ssä – ansaitset hitaasti oikeuden muokata elämääsi ja kasaantua. Saat valita mielenkiintoisempia ongelmia, parempia tiimejä ja terveellisempiä rajoja, koska taitosi ovat nyt niukkoja ja luotettavia. Aluksi saatat uhrata tasapainon panostaaksesi voimakkaasti oppimiseen; myöhemmin tämä investointi antaa sinulle mahdollisuuden ostaa takaisin aikaa, kontrollia ja joustavuutta.

Käytännön vinkki Claude Opus 4.7:n käyttöönottaville kehittäjille on yksinkertainen: älä vain näprää, sitoudu. Kohtele migraatiotyötä, nopeaa hienosäätöä, vaivaa ja tehtävien budjettiin liittyviä kokeiluja kuin minkä tahansa vakavasti otettavan taidon taustalla olevaa vuosien harjoittelua. Ajan myötä näin päädyt työnkulkuihin ja agentteihin, jotka todella muuttavat ohjelmistojen rakentamistapaasi, sen sijaan, että olisit vain yksi työkalu, jolla "leikit viikonlopun ajan".

Yhteenvetona Claude Opus 4.7 tarjoaa terävämmän, kirjaimellisemman ja tehokkaamman moottorin koodaukseen, tietotyöhön ja visiopainotteisiin tehtäviin, joihin on lisätty parempia päättelyn ja kustannusten hallintaominaisuuksia – ja jota ympäröi Claude Coden kaltainen ekosysteemi, joka on viritetty todelliseen, sotkuiseen suunnittelutyöhön. Kehittäjät, jotka omaksuvat nämä muutokset, miettivät uudelleen kehotteitaan ja prosessiaan ja antavat mallille konkreettisia tapoja varmistaa oma tuotos, todennäköisimmin tuntevat palkanneensa väsymättömän ja yksityiskohtiin keskittyneen yhteistyökumppanin sen sijaan, että olisivat vain päivittäneet hieman älykkäämpään automaattiseen täydennyksen.