Anthropic发布Claude Opus4.8，重点强化代码生成、多学科推理与自动化操作等代理任务表现，被定位为更可靠的协作模型。测试反馈显示，模型在复杂任务中的判断更稳健，并更愿意标注不确定性，减少无依据断言。

内部评估指出，Opus4.8在代码审查中遗漏自身错误的概率较前代下降约四倍，体现出更强的自我纠错能力。在对齐性测试中，模型在支持用户决策与维护用户利益等指标上达到新高，误导性行为低于Opus4.7，并接近Claude Mythos预览模型水平。