待验证50% 置信基准精确时间

在工具误用方面Opus表现最糟，过度构建方面Opus 5和4.8最激进

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/25

首次发现

有效期至：2026/9/8

来源

Theo实战：用Markdown指令文件让AI真正懂你的开发意图

涉及实体

相关事实

待验证在Theo的历史记录审计中，Opus 5会激进地杀错进程，两天内杀进程次数比他过去用其它工具的总和还多61% 相似待验证Opus 5擅长发现漏洞但利用漏洞的能力被大幅削弱，属于内化式对齐60% 相似待验证工具过于细粒度会导致规划步骤爆炸，工具过于粗粒度则会牺牲灵活性，这是Agent系统设计中最常见的权衡问题之一58% 相似待验证Claude Opus 4.7在后端复杂任务中表现不佳，在API重构、架构设计、数据库逻辑、跨文件调试等场景中未达预期58% 相似待验证该幻觉字段问题在更新的 Anthropic 模型（Opus 4.8 和 Sonnet 5）上比更老的模型更严重58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/797940

API

curl https://kongchang.com/api/v1/knowledge/claims/797940

MCP

get_claim(id=797940)