4月16日AI竞争新动态:Anthropic推Claude Opus 4.7,OpenAI更新Codex野心勃勃

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

价格账、鹈鹕和真实体感

在产品层面,开发者关注价格和实战手感,Opus 4.7在这两方面未达预期。价格上,Opus 4.7名义单价和4.6持平,但用了新分词器,同样文本生成的token量可能增加1 - 1.35倍,更高努力档消耗更多token,实际账单可能上涨。外媒测算Codex综合成本约是Claude Code的三分之一,对跑海量任务的工程团队来说,成本差异明显。手感方面,软件工程专家Simon Willison让Opus 4.7生成“骑自行车的鹈鹕”SVG,结果4.7连自行车架基本形状都画砸,输给本地小参数模型Qwen。威利森调侃打破了“模型越贵、画画越好”的迷信。在真实编程环节,用户@SnazzyLabs指出Claude的Opus擅长“打磨”和抓住设计精髓,但在根据描述性文本执行具体任务时,GPT - 5.4支持的Codex表现更出色。网友@Stardustmemory认为Opus 4.7在本该简洁的地方制造复杂性,导致他不想续订,因为Codex能更高效重写Opus做的计划。知名爆料人@apples_jimmy观察到,因Anthropic此前对AGI概念的预告,用户对Opus 4.7期望值过高,“炒作后的失望”占社交媒体约80%的负面评论。网友@johnhelmuth_也觉得Opus 4.7表现平平,是因为没像Opus 4.6发布时那样带来“开创性”震撼。

coding之战,已经不是coding

Opus被视为“Coding的王者模型”,但coding竞争有三个层次,且权重正在变化。第一层是模型能力层,比拼原始智力和对工程约束的理解,这曾是Anthropic的护城河。第二层是任务能力层,看谁能端到端完成真实开发任务,Claude Code过去半年是这层王者。第三层是系统能力层,谁能把“写代码”嵌入整套工作流,目前尚无公认赢家。4月16日,OpenAI将Codex推到第三层,它能在macOS上看屏、点击、打字,开多条分身,内置浏览器,可在网页元素上评论发指令,接上gpt - image - 1.5能边写代码边出mockup等,还集成111个插件,连通多个应用,更像“开发者操作系统”。

Coding和Agent

在AI agent可能落地的垂直场景中,coding是最快成熟、最先变现、最容易闭环的。代码任务可验证,编译和测试结果近乎二元,是RL训练理想数据源,agent行为易自动评估和迭代。有价值的coding是多步骤的,买单方清晰,AI替代或放大工时,ROI易计算。coding的天花板超预期,衡量单位从“日活”变为“任务完成量”“托管工作流数”,coding是最早出现这种价值计量方式的场景。OpenAI在这条赛道曾误判,Anthropic的增长证明赛道天花板高。这也解释了Google本月在Gemini Code Assist上频繁动作,若在coding入口掉队,可能被agent生态排除。在coding上领先不意味着赢得agent,但失去coding阵地就失去agent全部。OpenAI Codex负责人Thibault Sottiaux表示,coding是推出超级agent工作台的楔子,先用开发者群体冷启动,后续服务所有知识工作者。Codex现有每周300万活跃开发者,远超“代码助手”体量,OpenAI不会甘心做追随者,Anthropic守王座,OpenAI想拉到新维度竞争。

基因完全不同的“德比”

Anthropic和OpenAI这两家老对手动作不同,组织性格也迥异。Anthropic是top - down、战略聚焦、有强烈信仰感的公司。产品序列窄,服务专业塔尖用户,组织叙事从顶层观点出发,认为AI safety是首要原则,模型本体是源头,把模型做到最强其他自然成立。Amodei兄妹的气质贯穿产品决策,让每一代Claude迭代更稳、更深、更可托付,“最懂工程师的模型”心智在社区牢固。但战略聚焦在跨维度竞争时有盲区,若战场扩大,Anthropic缺乏并行探索能力。外媒爆出Anthropic准备“网站和演示文稿设计工具”,或许意识到多模态交付和跨应用执行的缺口。OpenAI像大公司,采用bottom - up赛马制。产品序列宽,从ChatGPT到Sora等众多产品,但战略不聚焦,Sora上线半年关停,Shopping也未成功,被批评战略发散。不过这种“不聚焦”背后有“混乱”,能催生0 - 1创新。Anthropic把“聚焦”当优势,OpenAI把“不聚焦”当优势,若竞争进入系统级横向整合,格局可能改变。

Anthropic会是永远的coding之王吗

若赛道定义为“模型写代码最强”,Anthropic短期几乎无对手。Opus系列对大型codebase理解深,对复杂工程意图对齐度高,GPT - 5.4和Gemini 3.1 Pro未追上,Mythos Preview未全量放出,第一层战场Anthropic优势明显。但赛道定义在改写,有两个变量加速这一过程。一是算力,微软和甲骨文给OpenAI提供千亿级GPU资源和Stargate,Anthropic虽获Google和Amazon支持,但算力量级仍有差距。下一代模型需大量算力支持多模态等,纯算力优势将凸显。二是迭代速度,AI成长快,胜负标准从“模型能力”转向“平台能力 + 算力规模 + 多模态广度 + 工作流闭环”,竞争格局将变化。不过,Claude Code在资深开发者圈口碑不会轻易瓦解,Anthropic“持续稳定迭代模型”是稀缺资产,但AI竞争变化快,没人敢谈终局。4月16日,AI行业又有新变化,Anthropic发布更强代码模型,OpenAI展现更大野心。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每一步的理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值