Anthropic 发布 Opus 4.7，用户报告“缩水通货”

导语

Anthropic 于 2026 年 4 月 16 日发布 Opus 4.7，这是其旗舰大型语言模型的最新迭代；此版本推出后，高级用户立即反映推理与能力出现明显退化。独立与企业取证工作的主要量化投诉包括：AMD 对 6,852 次 Claude Code 会话的分析显示 2026 年 1 至 3 月间中位推理深度下跌 73%，以及 Marginlab 的基准数据显示在 4.7 更新前，Opus 4.6 的 SWE-Bench-Pro 通过率从 56% 下降至 50%（InvestingLive，2026 年 4 月 16 日）。Reddit 和 X 上的用户创造了“AI 缩水通货”（AI shrinkflation）一词，用以描述他们认为以安全与对齐为名进行的渐进式能力回退——这一现象也出现在 Google Gemini 3 Pro 用户的帖子与日志中。对于跟踪 AI 行业的机构投资者而言，这些报告的重要性不仅在于它们影响终端用户情绪，还在于它们会左右开发者采纳、企业部署决策，以及对 AMD、NVIDIA 等厂商 GPU 需求的动态预期。

背景

Anthropic 的 Opus 系列被定位为面向企业的核心模型，与 Google（Gemini）和 OpenAI 的产品竞争。Opus 4.7 的发布发生在监管审查与公众关于对齐与安全辩论加剧的背景下，该发布日期（2026 年 4 月 16 日）也与关于模型行为保守化的用户报告同时出现。公开的摩擦并非 Anthropic 所独有；Google 在最近几周也因 Gemini 3 Pro 的行为遭遇类似指责，而用户群体的集体反应已经凝聚为可量化的投诉，技术团队正在挖掘这些投诉以寻找取证信号（InvestingLive，2026 年 4 月 16 日）。对市场参与者而言，安全调优与原始能力之间的权衡是关键变量：投资者、客户与合作伙伴需要衡量保守模型带来的声誉与监管好处与吞吐量和性能下降的商业成本。

2025–26 年的企业采用周期使得稳健性与可验证能力成为核心采购标准，采购团队越来越要求基准证据与红队测试结果，才会承诺大规模部署。像 SWE-Bench-Pro 与自定义内部通过/不通过指标这样的基准已成为采购评分卡的一部分；通过率从 56% 下降到 50% 的变化，可能实质性地改变企业从试点到生产的转化计算。这一点对金融和医疗等行业尤为重要，因为模型的失效模式可能带来监管与法律后果。围绕 Opus 4.7 的争论因此处于产品工程、商业合同与监管风险的交汇点。

最后，用户情绪对开发者生态也很重要。高级用户与平台开发者会创建连接器、微调代理与测试工具；如果核心模型的表观推理深度被认为已被侵蚀——例如 AMD 那份 6,852 次会话的分析——则开发者参与度与第三方投资可能放缓，进而对云端 GPU 消耗与相关服务产生连锁影响。

数据深入分析

构成当前叙事的有三个明确且有来源的数据点：AMD 的取证发现（在 6,852 次 Claude Code 会话中，中位推理深度在 2026 年 1 至 3 月间下降 73%）；Marginlab 的基准显示 Opus 4.6 的 SWE-Bench-Pro 通过率从 56% 下滑至 50%；以及 Anthropic 在 2026 年 4 月 16 日发布 Opus 4.7 的时间点（InvestingLive，2026 年 4 月 16 日）。每一个数据点都需要细致解读。AMD 的数字与一个狭窄的、以高级用户为主的进行密集推理任务的群体内部一致；对于依赖多步骤链式思维（chain-of-thought）与代码生成的工作负载，该数字具有实际意义。Marginlab 的通过率变动是一个更窄的基准信号，反映的是工程导向的问题，而非广泛的对话类指标。

横向比较具有启发性。与同样因输出保守遭到类似用户投诉的 Gemini 3 Pro 相比，Anthropic 的 Opus 系列在 2026 年早些时候曾在多个公开基准上表现具有竞争力；调优后的报告性下降压缩了这一领先优势。同比比较也同样重要：若 Opus 4.6 在 2025 年 4 月的 SWE-Bench-Pro 通过率明显高于 56%，那么 2026 年的轨迹显示相较以往发行周期能力增长出现逆转。对于硬件厂商而言，数据暗示每用户的工作负载强度——以 token 吞吐量、上下文长度与推理深度衡量——可能下降，即便用户数量增长，这将改变 GPU 利用率预期。

我们必须对数据加以限定：基准漂移可能反映评分方式、数据集选择或有针对性的安全约束变化，而非单一维度的能力下降。Anthropic 与 Google 可能有意对此前允许被利用或有害输出的类别收紧防护措施。然而，报告的下降幅度——中位推理深度下跌 73% 并非一则统计噪声事件——迫使独立实验室与企业客户进行进一步监测与可重现性测试。

行业影响

商业影响通过三个渠道级联：企业采购、开发者生态与基础设施需求。需要特定基准通过率（X%）的采购团队可能会推迟从试点到生产的转化，从而延长 Anthropic 及其云合作伙伴的销售周期。如果在某些内部测试中 Opus 4.7 的 SWE-Bench-Pro 通过率被视为默认的 50%，金融机构与受监管的企业可能会选择继续使用旧版、性能更高的模型（在现有合同下），或转而采用替代供应商。

对于开发者生态来说，报道称的缩水通货会提高在其之上构建的边际成本