撰文：硅谷 Alan Walker
发布会没说清楚的八把刀，和它要砍掉的那些赛道与行业
发布会把聚光灯打在 SWE-bench 上，但真正的信号藏在脚注、引言块，和一句不起眼的 auto mode 里。老 OG 喝完这杯咖啡，给你拆。
ZOMBIE CAFÉ · APR 16, 2026 · PALO ALTO
Palo Alto 的 California Ave 上，早晨九点半那种光，斜着从 Coupa Café 的玻璃窗扫进来，照在 Alan Walker 半杯凉掉的 flat white 上。他刚刷完 Anthropic 的官网，往椅背上一靠，对着对面刚坐下的 Tony 开口。
"Anthropic 这次发布 Opus 4.7，发布会搞得挺克制——主角是 SWE-bench 那几根柱子、客户 quote 轮播、一张漂亮的 alignment 图。大部分科技媒体抄完新闻稿就走了。"
"但这玩意儿真正的东西，都埋在脚注、migration guide、和一句 'auto mode 扩展到 Max 用户' 那种轻描淡写的地方。你得像读 10-K 似的去读它 —— 主文是给散户看的，附注才是给机构看的。"
"今天这杯咖啡喝完之前，我拆八把刀。每一把我都告诉你它砍向谁。"
—— BLADE NO. 01
xhigh 不是档位升级 —— Default 被偷偷拉高了
发布会一笔带过： "In Claude Code, we've raised the default effort level to xhigh for all plans."
大部分人看到 xhigh 以为是"又多了一个档"，跟 iPhone 多一个颜色似的。错。真正的信号是最后半句——Claude Code 里所有 plan 的默认档位被拉到 xhigh。
这是一个非常 Anthropic 的动作：悄悄地，把所有人的基线拉高一档，然后算力账单不变。等于给你塞了一个更聪明的同事，但不涨工资。
TONY: 等等，这不就意味着原来 Pro 用户花 $20 拿 medium，现在直接吃到 xhigh？
ALAN: 对。而且 Hex 那段 quote 你仔细读——"low-effort 4.7 ≈ medium-effort 4.6"。叠加默认档拉高，等于普通用户拿到的有效智能，跳了整整两档。 发布会没有大写这个数字，因为他们不想让 token 消耗那页不好看。
落地场景
周一早上你让 Claude Code 改一个五百行的后端模块——原来你得手动敲 /effort max 才敢让它自己跑；现在你什么都不配，默认就是 xhigh，一杯咖啡回来活儿干完。这个区别不是 10% 快，是 "你不需要管它了"。
KILL LIST
→ "AI 调优 / prompt 配置"类 SaaS——那些教你怎么调 thinking budget、怎么选 effort 的工具，默认值自动对了，中间层没生意
→ 初级工程师岗位——xhigh 默认干的活，已经是三年经验工程师的质量下限
→ 外包 code review 公司——下面第三把刀会把这个按死
—— BLADE NO. 02
Auto Mode —— Permission UI 的静默革命
发布会第三行脚注："Auto mode 扩展到 Max 用户"。就一句话。
Anthropic 官网原话： "auto mode is a new permissions option where Claude makes decisions on your behalf."——"代你做决策"。
过去一年所有 agent 创业公司在卷两个极端：要么 skip-all-permissions 一把梭（Devin、Cognition 那条路），要么疯狂弹窗 approve/deny（Cursor 早期）。Anthropic 走了第三条路：训练模型自己判断什么该问、什么不该问，并把这个判断力内化进 auto mode。
KAI: Alan，这跟 skip permissions 有啥本质区别？不都是放手让它跑？
ALAN: 区别大了。skip 是你把保险栓拔了，出事你负责。auto 是模型自己装了一套保险——危险操作它主动停下问你，低风险自己处理。本质是把 "permission UI" 这一整层，从产品外壳挪到了模型权重里。
TONY: 所以 YC 那一堆做 "agent 治理 / guardrails" 的初创…
ALAN: 产品等于被做进模型了。这就是 Andrej 去年说的 "the model is the product"，活生生的例子。
KILL LIST
→ Agent guardrails / approval-flow SaaS——那些做"人机协同审批平台"的，整个品类被降维
→ RPA 传统行业（UiPath / Automation Anywhere）——它们的核心价值就是"可控的自动化"，现在可控自己内生了
→ BPO 外包行业的中后台——菲律宾印度那些数据录入、客服分派、发票对账，auto mode 跑一天，一个团队的活
—— BLADE NO. 03
/ultrareview——给 Senior Engineer 的一张刺杀令
官网用词："a dedicated review session that reads through changes and flags bugs and design issues that a careful reviewer would catch."
注意那个词 ——"a careful reviewer"。不是 junior，不是 linter，是"careful reviewer"。翻译成人话： senior engineer。
CodeRabbit 的 David Loker 给的数字更直接：recall 涨 10% 以上，在最复杂的 PR 里面挖出最难抓的 bug，precision 几乎没掉。recall 涨、precision 不掉——code review 领域里，这就是 holy grail，上一个拿到这个组合的叫 Google 内部的 Tricorder，做了十年。
MARCUS: 我们 FAANG 一个 staff eng 一年 $800K，review PR 占一半时间。这东西如果真能打…
ALAN: Pro 和 Max 用户免费给三次 ultrareview，让你试毒。这是硅谷惯用的 "freemium 下毒" 套路——给你尝到味道，再让你回不去。
MARCUS: 所以这不是工具，是替身。
ALAN: 不完全。它不替掉 staff，它替掉 staff 每天下午 review 十个 PR 那两小时。释放出来的那两小时，senior 才是 senior，不是人肉 GitHub bot。
落地场景
一个二十人工程团队，原来 tech lead 每天花三小时 review PR。上 /ultrareview，tech lead 只需要看 Claude 标红的那几个 "design issue"——三小时变二十分钟，省下的时间真的去做架构。这不是"AI 辅助"，是岗位职责重写。
KILL LIST
→ 所有独立的 AI code review 创业公司——CodeRabbit、Codacy、Qodo，它们现在是 Anthropic 的 feature
→ SAST / DAST 传统安全扫描工具（Snyk / Checkmarx）——规则驱动的静态扫描，被"像人一样读代码"的方式碾过
→ 印度 / 东欧外包 code review 服务——这个市场过去十年估值几十亿美金，现在直接蒸发
—— BLADE NO. 04
2,576 像素视觉——Computer-Use 从 Demo 变武器
"可接受图像最长边到 2,576 像素，约 3.75 兆像素，是之前三倍多。"
这一条最被低估。大部分人看到就觉得"哦更高清了"。错得离谱。这是 computer-use 这整个品类从 demo 进入 production 的分水岭。
证据在发布页最下面那个引用块里, XBOW 的 CEO Oege de Moor 说的一句话——
54.5% → 98.5%。这不是一个渐进的提升，这是一个 从"不能用"到"不能不用"的跃迁。Opus 4.6 还在猜屏幕上的按钮在哪，4.7 已经能读密集仪表盘上的小字和嵌套表格。
SARAH: 我们企业客户一直卡在这个点。4.6 让它自动处理发票扫描件，错一半 —— 老板直接说"别玩了"。
ALAN: 现在 98.5% 这个数字，意味着 RPA、IT 运维、报销审计、老系统搬迁 —— 所有还靠人眼看屏幕的工作流，第一次有了可以接受的托底模型。
KAI: computer use 不再是 demo video，是生产力。
ALAN: 对，而且注意——这是模型层面的升级，不是 API 参数。老用户什么都不改，自动吃到。Anthropic 在悄悄把所有集成方的产品力往上推一截。
KILL LIST
→ OCR / 文档理解 SaaS（Rossum / Hyperscience / Nanonets）——它们的 moat 本来就是"视觉+结构化"，现在被通用模型追平甚至超过
→ 传统 RPA 三巨头——UiPath 的屏幕识别核心技术，价值一夜蒸发一半
→ 企业应用数据录入部门——医疗保险理赔、银行 KYC、政府表格处理，整条人肉流水线
→ 自主渗透测试 / red team 行业——XBOW 这种公司反而吃到红利，但传统 pentesting 顾问服务被打穿
—— BLADE NO. 05
File-System Memory——Anthropic 选了最朴素那条路
发布会一条脚注："Opus 4.7 is better at using file system-based memory. It remembers important notes across long, multi-session work."
OpenAI 走的是 "embedded memory"——把记忆糊在模型里，你看不到、也改不了。Google 在搞神秘的 infini-attention。Anthropic 这次亮牌了：文件系统就是记忆。 Claude 写 .md 笔记，读 .md 笔记，你随时能 cat 出来看。
这个选择看似 low-tech，实际上是第一性原理的胜利。记忆的核心问题从来不是存储，是可审计、可编辑、可迁移。 向量数据库和 embedded memory 都违背这三点。
ERIC: 企业客户最怕的就是"这 AI 到底记住了我什么，我不知道"。
ALAN:文件系统记忆直接解决合规。GDPR 删除权？rm 一下。SOC2 审计？cat 给审计师看。这不是技术优势，是法律优势。
ERIC: 所以那些做 "AI memory layer" 的创业公司…
ALAN: Mem0、LangMem、Zep —— 这一年融了不少钱。它们解决的是"模型自己不会管记忆"，Anthropic 把这个能力写进了模型里，而且用的是最朴素的 POSIX 文件系统。中间层被跳过。
KILL LIST
→ AI Memory 基础设施初创（Mem0 / LangMem / Zep）——价值主张被内化到模型
→ 部分向量数据库的 agentic memory 使用场景——Pinecone、Weaviate 的一条主要叙事受影响
→ 企业知识管理 SaaS 的 AI 增强层——不需要第三方中间件了，Claude 直接读写项目文件
—— BLADE NO. 06
Task Budgets——给 Agent 装刹车，然后松开油门
"Giving developers a way to guide Claude's token spend so it can prioritize work across longer runs."（public beta）
这个被所有媒体漏掉了，但它是 长程 agent 这一年最重要的工程突破。
过去一年所有 agent 公司都在对同一个恶魔：长任务的 token 失控。给 Devin 或者 Cursor 一个复杂任务，它自己跑两个小时，回来告诉你烧掉了 $800，活儿只干了一半。老板看到账单眼睛都绿了。
Task budget 的设计非常巧妙——不是简单的 token 上限，而是 让模型自己看到预算在倒数，自己决定跳过哪些步骤、怎么把活儿做到最关键的完成度。
CLAIRE: 这不就是工程项目管理的"最小可交付"思维？
ALAN: 对。Anthropic 把 scope-cutting 这个 PM 技能，训进模型了。给你 $10 预算跑 agent，它会自己决定哪个功能做到 80% 就收，哪个必须做到 100%。
TONY: 所以 Notion 那个 quote——"implicit-need tests"第一个能通过——
ALAN: 对上了。模型开始有"资源意识"，能猜出你没说但期望的东西，在预算内优先保。这是把 "senior engineer judgment"训进去了。
KILL LIST
→ AI cost-control / LLM 可观测创业（Helicone / Langfuse 成本模块）——核心功能被 native 化
→ Agent orchestration 框架（部分 LangGraph / CrewAI 用法）——模型自己能规划预算，不需要外层调度
→ 传统咨询行业的项目管理部分——"资源分配 + 交付裁剪"这一层智力，被模型干了
—— BLADE NO. 07
写代码前先做 Proof——Vercel 发现的新行为
Joe Haddad, Distinguished Eng at Vercel: "It even does proofs on systems code before starting work, which is new behavior we haven't seen from earlier Claude models."
这一句被埋在二十多条 quote 里面，没人放大。但老 OG 读到这儿直接把咖啡放下了。☕️
"proofs on systems code"——在写系统级代码之前，模型会先自己做数学/形式化证明。这不是更聪明的意思，这是模型开始在用跟 PhD 验证论文一样的方法验证自己的代码。
MARCUS: 这个行为出现在训练数据里，说明 Anthropic 在 RL 阶段明确奖励了"先证明后写码"。
ALAN: 对，这是有意识地训练出来的。组合 Vercel 那段和 Genspark 的"loop resistance"、以及 Hex 的"correctly reports when data is missing instead of plausible-but-incorrect fallbacks"——你看到的是一个完整的品味训练工程：让模型开始像不好骗的工程师一样工作。
MARCUS: 不好骗——意思是不自欺。
ALAN: 对。Opus 4.7 不再为了完成任务而给你编一个看起来能跑的方案。这是 alignment 实打实落到产品层面的一次体现。
KILL LIST
→ 形式化验证工具细分市场（部分）——Coq/Lean/TLA+ 这些高门槛工具的一部分入门场景，模型自己帮你搞
→ 高频交易 / 区块链安全审计行业——审计员核心工作（"读代码找不变量违反"）被模型协作化，审计单价被压
→ 操作系统内核 / 嵌入式外包——那些需要 proof-based reasoning 的细分，门槛被拉平
—— BLADE NO. 08
Cyber Verification——监管套利的窗口被打开了
"During its training we experimented with efforts to differentially reduce these capabilities."
最骚的操作在这里。Anthropic 承认在训练过程中 主动降低了 Opus 4.7 的网络攻防能力，因为背后那个更强的 Mythos Preview 不放出来。然后 ——
然后他们开了一个 Cyber Verification Program，让合法的安全研究员、pentester、red team 认证后可以解锁更高权限。
ERIC: 这…这不就是出口管制的模型版？
ALAN: 更准确地说，是 "能力 KYC"。模型有三层能力闸门，你证明身份才能解锁相应层级。监管套利的窗口第一次被 AI 公司自己明码标价。
ERIC: 对创业公司意味着什么？
ALAN: 第一，通用"AI + 安全"的创业，想做高端场景得先拿 Anthropic 的认证，供应链本身就被管。第二，一个全新的品类会出现：帮你通过 Anthropic 认证的咨询服务 —— 就像今天帮你通过 SOC2 的公司一样。第三，这是 Anthropic 在练手未来所有 frontier model 的放出方式，Mythos 放出来只会更严。
TONY: 所以 Palantir、Booz Allen 这种政府合规身家的公司…
ALAN: 白捡一层护城河。他们本来就有清算级身份，现在天然解锁顶层模型。
落地场景
一个想做 AI pentesting 的 YC 创业者，2026 年 Q2 起，商业计划书第一页必须回答"你们有没有拿到 Anthropic Cyber Verification"。没有？VC 不投。拿到？估值乘 2。一个认证，资本市场的分水岭。
KILL LIST & 新赛道
→ 通用网络安全创业 SaaS——没有 Anthropic 认证的，拿不到上层模型能力，天花板被锁死
→ "AI 模型能力合规咨询"新赛道诞生——未来 12 个月会冒出一批帮企业做 frontier model 认证的中介
→ 传统军工、政府系集成商（Palantir / Booz Allen）——天然受益，门槛变成护城河
→ 开源 / 本地部署阵营——Llama、Qwen、DeepSeek 路线反而受益，"不认证也能用"成为核心卖点
Alan Walker 把空杯推到桌边，合上 MacBook。
窗外 California Ave 的太阳已经爬过 Palo Alto Creamery 的屋顶，斜光打在玻璃上。
"八把刀，砍向八个方向。有些赛道今天开始死，有些今天开始生。"
"每一代 frontier model 的发布，真正的东西都不写在 Headline 上。"他对 Tony 说，"发布会是给分析师看的。脚注和 quote 里的数字，才是给我们看的。"
"别看热闹。"
— Alan
END OF DISPATCH · 10:47 AM PST · CALIFORNIA AVE© ZOMBIE CAFÉ · 2026
