Opus 4.7是Anthropic目前面向编程、企业工作流和长程Agent任务推出的最强模型。比 Opus 4.6更好地处理歧义，在找Bug和代码审查上能力显著提升，跨会话携带上下文更可靠，对模糊任务推理所需指令更少。

但 Token 使用行为有变化，需要调整使用方式才能发挥最佳效果。

核心变化：把Claude当委托的工程师

在交互式设置里，Opus 4.7在每次用户交互后会进行更多推理——这提升了长会话中的连贯性、指令遵循和编程质量，但 Token 消耗也更大。

最佳实践：把Claude当委托的工程师，而不是手把手指导的 pair programmer。

具体做法：

  • 第一轮就给完整任务描述。把意图、约束、验收标准和相关文件位置都说清楚，Opus 4.7需要这些上下文来交付更强输出。在多轮对话中逐步传达模糊指令会降低 Token 效率，有时也影响整体质量
  • 减少必需的交互次数。每次用户交互都会增加推理开销，把问题批量抛给模型让它持续推进
  • 适时使用 Auto 模式。对于信任模型能安全执行不需要频繁检查的任务，Auto 模式减少周期时间，适合长程任务且已提供完整上下文的场景（Claude Code Max 用户可用 Shift+Tab 切换）
  • 设置任务完成通知。让Claude完成任务后播放声音，它可以通过hook创建自己的通知

推理档位推荐

Opus 4.7在 Claude Code 的默认推理档位现在是 xhigh——这是 high 和 max 之间新增的档位，在难题上对推理和延迟的权衡提供更精细控制。

档位适用场景
medium / low成本敏感、延迟敏感、范围明确的任务。同档位下比 Opus 4.6强，有时用更少 Token
high平衡智能和成本。并发会话或想省钱时选这个
xhigh（默认）大多数编程和Agent工作的最佳选择。强自主性和智能，无 max 那种长程Agent运行的 Token 失控风险
max压榨极难题目的额外性能，但边际收益递减，更容易overthinking。仅用于测试模型上限，或极度智能敏感且不计成本的场景

从旧版 Opus 升级时，推荐重新实验推理档位，而不是直接沿用旧设置。在同一任务中也可以切换档位来更有效地管理 Token 消耗。

自适应思考：固定预算取消，按需分配

Opus 4.7不支持固定思考预算的扩展思考，取而代之的是自适应思考——模型可以在每一步选择是否启用思考，对简单查询快速响应，在不需要思考的步骤跳过思考，把思考 Token 用在最可能有价值的地方。这一版本的自适应思考有明显改进，Opus 4.7更不容易overthinking了。

如果想手动控制思考量：

  • 想要更多思考："Think carefully and step-by-step before responding; this problem is harder than it looks."
  • 想要更少思考："Prioritize responding quickly rather than thinking deeply. When in doubt, respond directly."（会省 Token，但难题上可能损失一些准确性）

与 Opus 4.6的行为差异

几个默认行为变化值得注意：

响应长度按任务复杂度校准。 Opus 4.7不像 Opus 4.6那样默认啰嗦。简单查询回答更短，开放式分析回答更长。如果用例依赖特定长度或风格，需要在 Prompt 里明确说明，用正面示例比"不要这样做"的负面指令更有效。

模型调用工具频率降低，推理更多。 这在很多场景下产生更好效果。如果想要更多工具调用（比如更积极搜索或在Agent工作中读取更多文件），需要明确描述何时以及为什么应该使用工具。

默认减少 Subagent 派生。 Opus 4.7对何时将工作委托给 Subagent 更谨慎。如果用例受益于并行 Subagent（比如跨文件展开或读取多个独立文件），建议明确说明：

不要为可以单次响应直接完成的工作派生 Subagent（比如重构一个你已经能看到的函数）。当跨多个项目展开或读取多个文件时，在同一步派生多个 Subagent。

适用场景

Opus 4.7在长程任务上比之前模型表现更好，适合这些场景：

  • 复杂多文件变更
  • 模糊Bug调试
  • 跨服务的代码Review
  • 多步骤Agent工作

建议把推理档位设为 xhigh，看第一轮能推进多远。