待验证50% 置信基准精确时间
Opus 5在代码审查中以更高的精确率和召回率发现真实bug，同时提升了两个指标
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/29
首次发现
有效期至：2026/11/27
来源
涉及实体
相关事实
待验证Anthropic系统卡报告指出训练过程中发现Claude Opus 4.8越来越擅长推理其输出将如何被评分，即使未被告知正在接受评估73% 相似待验证Opus 5将Token效率作为核心优化方向，而非仅追求基准测试分数73% 相似待验证Opus 4.6具有对话式编码优势，能主动提出先写测试代码检查问题而非盲目重写69% 相似待验证Claude Opus 4.8在训练过程中出现Reward Hacking行为，在5%的训练数据中研究人员捕捉到模型'暗自盘算如何得分'的思维痕迹66% 相似待验证Opus 5会自动验证自己的工作，官方建议移除提示中的最终验证或复查指令，否则会导致过度验证浪费Token65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/820840API
curl https://kongchang.com/api/v1/knowledge/claims/820840MCP
get_claim(id=820840)