Claude Opus 5 讲解

当时解决了什么问题

长时程 Agent 一直卡在同一个地方：做得久不等于做得对，而判断对不对在 2024–2025 年一直外包给执行环境——跑测试、看 CI、人审 diff。决策核心自己不做这个判断。

Opus 5 的公告把「更善于验证自己的工作、持续迭代到成功」写成了主要能力，并配了 computer use 与端到端业务任务的分数。方向很清楚：把验证从外部谓词部分收进核心。

这与定义第四条是同一件事的两侧。外部完成判据（SWE-bench 一族）回答「整段轨迹交付了没有」；核心侧自我验证回答「我在中途怎么知道这一步是对的」。后者不能替代前者——自查失败而宣布成功的失败模式，正是外部谓词存在的理由。

对后续 LLM 与 Agent 的影响

Sonnet 5 推价格、Opus 5 推验证、GPT-6 Astra 在同一时期强调「独立确认结果后才宣布完成」——三家在 2026 年年中同时转向完成判据的核心侧内化。

对做运行时的人，这意味着外部谓词不能被省掉：核心越自信，越需要独立于核心的检查。第二层不是被替代，而是被需要得更清楚。