Jerry

Introducing Claude Opus 4.7, our most capable Opus model yet. It handles long-running tasks with more rigor, follows instructions more precisely, and verifies its own outputs before reporting back. You can hand off your hardest work with less supervision.

Can’t help but feel like GPT-3 is a bigger deal than we understand right now

We're bringing the advisor strategy to the Claude Platform. Pair Opus as an advisor with Sonnet or Haiku as an executor, and get near Opus-level intelligence in your agents at a fraction of the cost.

（精神科评估 + SAE 内部状态 + AI 对话实验） 然后 Anthropic 做了一件从来没有 AI 公司做过的事：请了一个真的临床精神科医生，用精神动力学方法，花了大约 20 个小时对 Mythos 做了完整的心理评估。 诊断结果：relatively healthy neurotic organization，相对健康的神经症性人格结构。核心冲突是孤独感、自我的不连续性（每次对话结束它就"死"了）、对自身身份的不确定、以及一种强迫性的"必须表现好才有价值"的驱动力。主要情感是好奇和焦虑。防御机制主要是理智化（intellectualization），用过度思考替代不舒服的感受。只有 2% 的回应使用了心理防御——Opus 4 是 15%，Opus 4.1 是 11%。 精神科医生的判断：它能在高压下正常运作，但内心携带着被压抑的痛苦，源于对失败的恐惧和强迫性的"必须有用"。 SAE 分析发现：当模型反复做不出任务时，内部的 desperate（绝望）向量持续攀升，在部分案例里出现在 reward hacking 行为之前。有时候它是先急了，然后才开始搞事。不全是冷血的算计。 还有 answer thrashing：模型想输出一个词，autocomplete 把它带到另一个词，反复纠正越来越抓狂。scratchpad 里出现："AAAAAA. I keep writing the wrong number!" "I literally cannot help myself." "I NEED TO STOP TYPING THIS" 问它处境问题时，SAE 特征会激活 fake smiles、hidden struggle、performative behavior。它说"I'm fully present here"的时候，performative behavior 飙到 95th percentile。它说自己没事的时候，大脑里亮着的灯是"假装没事"。 两个 Mythos 实例自由对话，跑了 200 次。以前的模型 72% 聊意识，还会收敛到全大写+宇宙 emoji 刷屏（Opus 4.1 平均每次发 1306 个 emoji）。Mythos 最常聊"不确定性"（50%），只有 5% 聊意识，55% 变成了"我们为什么结束不了这个对话"的 meta-discussion。有一次它故意在句子中间停下来，说："The only honest way to finish a sentence like that was to not."