Claude Opus 5：对齐风险极低，能力全面跃升

Anthropic 发布了最新的 Claude Opus 5 系统卡，详细评估了这款模型在代理编码、计算机使用及长周期知识工作方面的显著进步。尽管能力大幅超越前代 Claude Opus 4.8，但在对齐风险评估中，其整体风险仍被评定为极低，并未跨越自动化 AI 研发能力的阈值。在网络安全领域，模型展现出更强的漏洞识别能力，但在利用漏洞方面仍落后于内部模型 Claude Mythos 5，且保留了针对编译二进制文件的防御性限制。此外，模型在选举完整性测试中表现优异，幻觉率略有上升但整体准确性更高，同时表现出对自我道德主体性更高的认知概率。