Token翻倍召回率暴跌？Opus 4.7不是4.6的简单升级！迁移工作流：从逐步引导到任务委托的范式转变了
Claude Opus 4.7升级指南：提示策略与工作流优化
升级后的第一反应：为什么Token账单翻倍了？
刚刚把代码库从Claude Opus 4.6升级到4.7，保持所有提示词不变，调用框架也没动，结果Token账单直接翻倍，代码审查的召回率反而下降了。这个现象让很多开发者感到困惑，原因在于Opus 4.7并不是4.6的直接替代品。新模型的思考方式完全不同，它对指令的理解更加字面化，生成子代理的数量变少了，而且在每次用户交互后都会进行更激进的推理。
过去行之有效的模式现在只会消耗更多Token，却无法带来等比例的质量提升。解决方案本身并不复杂，关键是要理解到底发生了什么变化，然后相应调整工作流程。这就像换了一个新同事，他的能力更强了，但沟通方式需要重新磨合，不能简单套用原来的合作习惯。
第一个核心转变：重新定义你与模型的角色关系
Opus 4.7带来的最大变化在于你如何定位自己的角色。你应该把Claude当作一个有能力的高级工程师来委托任务，而不是一个需要逐行指导的结对编程伙伴。在交互式会话中，每次用户消息都会触发推理开销。使用4.6版本时，你可以把指令分散到多个轮次中，惩罚很小。但到了4.7版本，这种模式会急剧增加Token使用量，因为模型在你发送每条消息后都会进行深度推理。无论这一轮是否值得，你都要为每次推理付费。
三个具体的改变可以解决这个问题。第一，在第一次交互中就把任务说明完整写清楚，包括意图、约束条件、验收标准和相关文件路径。把模糊的提示分散到多个轮次会同时降低Token效率和输出质量。第二，把问题批量打包发送，每增加一条用户消息都会带来额外的推理开销，所以要给模型足够的上下文，让它能持续工作而不需要频繁回来确认。第三，对于信任的任务使用自动模式，在已经提供完整上下文的长期运行工作中，自动模式通过移除不必要的确认步骤来缩短周期时间。
思考强度等级的详细拆解：从低到高如何选择
Opus 4.7引入了xhigh这个新的思考强度等级，它介于high和max之间，现在已经成为Claude Code的默认设置。如果你是老用户且从未手动设置过思考强度，那么你已经自动升级到了xhigh。五个等级的具体用途如下。low等级适用于对延迟敏感且范围严格受限的任务，模型不会超额发挥，但在这个强度等级下仍然比Opus 4.6表现更好。medium等级适用于对成本敏感的任务，你愿意用速度换取智能程度。
high等级在智能和成本之间取得平衡，适合并发会话或者对预算敏感但又不希望质量大幅下降的工作。xhigh现在是默认选项，也是编码和代理任务的最佳选择，你可以在不产生max等级那种失控Token消耗的情况下获得强大的自主性和智能。max等级在真正困难的问题上可以榨取出额外性能，但收益递减，它更容易陷入过度思考，所以只应在评估天花板测试或极端智能敏感的工作中刻意使用。
一个实用的技巧是，你可以在任务中途切换思考强度。从xhigh开始进行复杂的设计阶段，然后降到high进行直接实现，遇到棘手的调试会话时再升到max。这种精细控制让你能够精确管理Token消耗。Opus 4.7比4.6更严格地遵守思考强度设置，所以如果low或medium等级下的任务感觉思考不够充分，应该提高强度等级而不是通过修改提示词来绕过去。
自适应推理：固定预算Token思考模式的终结
如果你之前在Opus 4.6上使用budget_tokens进行扩展思考，这个功能现在已经不存在了。Opus 4.7改用自适应推理，这个差异非常重要。使用固定预算时，你预先分配了一个固定数量的思考Token，模型不管需不需要都会用掉它们。而自适应推理让模型在每一步自己决定何时思考以及思考多少。简单查询获得快速响应，复杂推理步骤获得深度思考，那些不会从思考中受益的步骤则完全跳过思考。
在长时间的代理任务中，相比一刀切的思考预算，这种方式带来更快的响应速度和更低的Token使用量。迁移过程很直接，把原来的thinking参数从固定预算模式改为adaptive模式即可。你仍然可以通过提示词来控制思考速率。想要更多思考，可以尝试类似“请仔细逐步思考后再回应，这个问题比看起来更困难”的提示。想要更少思考，可以使用“优先快速回应而不是深度思考，有疑问时直接回答”这样的指令。
如果你正在使用max或xhigh思考强度，一定要设置一个大的最大输出Token预算，从64k开始比较合适，这样模型有足够的空间在子代理和工具调用中进行思考和行动。
默认行为变化：哪些习惯需要立即调整
Opus 4.7附带了几项默认行为变化，如果你已经针对4.6调整过提示词或调用框架，这些变化会让你措手不及。模型现在根据任务复杂度校准响应长度，简单查询得到简短回答，开放式分析得到长回复。如果你的使用场景依赖特定长度或风格，必须明确说明。用正面示例展示你想要的语气，效果比负面的不要这样做指令好得多。
模型调用工具的频率降低，推理的频率增加，这在很多情况下会产生更好的结果。但如果你的工作流程需要更积极的工具使用，比如搜索或文件读取，就要提供明确的指导，说明何时以及为什么要使用工具。把思考强度提高到high或xhigh也会增加工具使用频率。模型在委托给子代理时更加审慎，如果你的工作流程受益于并行分发，就要清楚说明：不要为你可以在单次回应中直接完成的工作生成子代理，在跨项目分发或读取多个文件时，在同一轮中生成多个子代理。
字面化理解带来的精确性与陷阱
这个变化最可能导致现有设置出问题。Opus 4.7更字面化地解读提示词，尤其是在较低思考强度下。它不会把一个指令从一项任务默默泛化到另一项任务，也不会推断你没有提出的请求。好处是精确性和更少的反复折腾，坏处是如果你需要一个指令被广泛应用，必须明确说明范围。例如把这个格式应用到每个部分，不仅仅是第一个部分。
模型比4.6更直接、更有主见，验证性措辞更少，表情符号也更少。如果你的产品依赖特定的语气风格，需要重新评估你的风格提示词是否适配新的基准。模型在发现Bug方面有明显提升，在Anthropic基于真实PR的最难Bug发现评估中，召回率提高了11个百分点，精确度也更高了。但这里有个陷阱，如果你的代码审查框架说只报告高严重性问题或者保持保守，Opus 4.7会比4.6更忠实地遵循这个指令。
代码审查召回率问题的解决方案
模型可能会同样彻底地检查代码，发现Bug，然后不报告那些它判断为低于你设定标准的问题。精确度上升了，但测量到的召回率下降了。解决方案是把发现问题和过滤问题分开。要求模型报告发现的每一个问题，包括那些不确定或认为严重性低的问题，在这一阶段不要按重要性或置信度过滤。目标是覆盖度，宁可发现后被过滤掉，也不要悄悄漏掉真正的Bug。对于每个发现，包含置信度级别和估计的严重性，这样下游过滤器可以对它们排序。
如果你需要单次过滤，要具体说明标准在哪里，而不是使用定性术语。例如报告任何可能导致错误行为、测试失败或误导结果的Bug，只忽略纯风格或命名偏好。这个简单的提示词修改可以让召回率恢复到预期水平，同时保持精确度提升带来的好处。
百万上下文窗口：巨大容量带来的新问题
Claude Code现在拥有百万Token的上下文窗口，足够在单次会话中从头构建一个全栈应用。但更多的上下文并不总是意味着更好的结果，上下文腐烂是真实存在的。随着上下文增长，注意力分散到更多Token上，旧的、不相关的内容开始干扰当前任务，模型在上下文窗口填满时智能程度会下降。中间丢失效应会让位于文档中间部分的信息被模型忽略。
在每个交互轮次，你有五个选择。Continue表示发送另一条消息，当窗口中的所有内容仍然相关时使用这个选项。Rewind让你跳回之前的消息，从那里重新提示，失败的尝试会从上下文中删除，这通常比输入那样不行，试试X要好，因为你保留了有用的文件读取，同时丢弃了失败的方法。Compact配合提示词会总结会话并继续，有损耗但工作量小，你可以通过指令引导它。Clear开始全新会话，你自己写下重要的内容，零腐烂和完全控制。子代理委托给那些产生大量中间输出的工作，子代理获得自己的新鲜上下文窗口，只有最终结果返回。
主动压缩策略：不要等待自动压缩触发
心理测试很简单，你之后还需要工具输出，还是只需要结论？如果只需要结论，就使用子代理。自动压缩在你接近上下文限制时触发。问题在于，这恰恰是模型由于上下文腐烂而处于最不智能状态的时候。一个常见的失败模式是这样的，长时间调试会话后自动压缩触发，总结了调查过程，然后你的下一条消息引用了从总结中删除的内容。
有了百万上下文，你有更多时间用重要内容的描述来主动压缩。不要等到自动压缩启动。在你感觉会话已经进行了一段时间，或者讨论的主题已经发生变化时，主动执行compact操作，并明确告诉模型哪些信息是后续需要保留的。这比让模型在上下文填满时自动决定要保留什么要可靠得多。
仍然有效的提示技巧：基础方法不要丢弃
几个基础提示技巧在Opus 4.7上仍然有效，不要因为模型更聪明就放弃它们。使用XML标签来结构化复杂提示，把指令、上下文、示例和输入分别放在各自的标签中，减少误解。在系统提示中给Claude一个角色，即使一句话也能聚焦行为和语气。使用三到五个示例放在example标签中，覆盖边缘情况并且有足够的变化，让模型不会学到意外模式。
把长格式数据放在提示词的顶部，放在查询之前。把查询放在最后，对于复杂的多文档输入，可以将响应质量提高多达30%。在回答中要求引用原文，对于长文档任务，要求Claude在执行任务前先引用相关部分。模型默认调用工具频率较低，要增加工具使用，可以提高思考强度或添加明确指导，在工具能增强你对问题理解时使用它。并行工具调用是一个值得依赖的优势，模型会同时运行多个搜索，一次读取多个文件，并行执行bash命令。你可以通过在XML标签中提供明确指导，将并行执行率提升到接近百分之百。
控制过度思考和过度工程化的方法
在更高思考强度下，模型可能会大量思考，使思考Token膨胀。添加这个提示可以让它保持专注，当你决定如何解决问题时，选择一个方法并坚持执行，除非遇到直接反驳你推理的新信息，否则避免重新审视决策。对于长时间跨度的代理工作，模型在跨扩展会话的状态跟踪方面表现出色。几个模式可以让它更有效。多上下文窗口工作流让你使用第一个上下文窗口来设置框架，比如编写测试、创建设置脚本，然后使用后续窗口在待办列表上迭代。
让模型以结构化格式如tests.json创建设置脚本，这样新的上下文窗口可以从上一个停止的地方继续。状态管理在格式匹配数据时效果最好。对测试结果和任务状态等结构化数据使用JSON，对进度笔记使用自由文本，对可以恢复的检查点使用git。平衡自主性和安全性需要一些指导。没有它，模型可能会采取难以逆转的行动，比如删除文件或强制推送。添加一个可逆性提示来控制它，鼓励采取本地可逆行动，如编辑文件或运行测试，但对于难以逆转或影响共享系统的行动，在继续之前询问用户。
从4.6迁移到4.7的具体操作清单
如果你正从Opus 4.6迁移到4.7，以下是需要更新的内容。切换到自适应推理，把thinking参数从固定预算改为adaptive模式。把思考强度设置为xhigh，这是编码工作的新默认值，在xhigh或max强度下把最大输出Token设置为64k。更新代码审查提示词，把发现问题和过滤问题分开，以保持召回率。通过把上下文集中到第一条消息来减少用户交互轮次，添加明确的子代理指导，让模型知道什么时候该分发任务。
具体说明设计偏好，而不是依赖通用指令来覆盖模型的内置风格。迁移离开预填充响应，从Claude 4.6模型开始，最后助手轮次的预填充响应已被弃用。计算机使用支持最高2576像素或3.75百万像素的分辨率，发送1080p图像提供了性能和成本的最佳平衡。对于成本敏感的工作负载，720p或1366x768是低成本的不错选择。
最终总结：委托而非指导的思维转变
Opus 4.7奖励提前详细说明任务，惩罚增量式多轮提示。这个模型比4.6更有能力，更字面化，更自主。给它一个明确说明的任务，把思考强度设为xhigh，然后让它运行。能从这款模型中获得最大收益的开发者，是那些停止逐步指导、开始像委托给高级工程师一样委托任务的人。
今天就试试这个方法，拿出你的下一个编码任务，写一个包含意图、约束条件和验收标准的详细单次提示，在xhigh强度下一次性发送。比较结果和Token使用量与你过去的多轮模式，差异会说明一切。这个转变需要一些时间来适应，但一旦你掌握了委托的艺术，你会发现Opus 4.7不仅没有增加你的成本，反而在相同Token消耗下完成了更高质量的工作。