“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
Claude Opus 4.8 深度解析：更诚实、更高效的 AI 协作新纪元
本文深度解析 Anthropic 发布的 Claude Opus 4.8，聚焦其性能提升、诚实性改进、动态工作流等新特性，并基于早期测试者反馈展现其在真实场景中的突破性表现。
引言
2026 年 5 月 28 日，Anthropic 正式发布 Claude Opus 4.8——这是对 Opus 4.7 的一次全面升级。新模型在多项基准测试中表现更优，且保持原价不变。更重要的是，Claude Opus 4.8 不是一个孤立的产品更新，它伴随着一系列新功能的推出：用户现在可以控制 Claude 在任务上投入的“努力程度”，Claude Code 新增“动态工作流”功能以处理超大规模问题，而 Opus 4.8 的“快速模式”速度达到 2.5 倍，且成本比前代降低了三倍。
性能基准全面领先
Anthropic 在官方公告中公布了 Opus 4.8 与前代及其他模型的对比数据，覆盖编码、智能体能力、推理及实际知识工作任务等多个维度。由于完整基准在 System Card 中披露，这里我们提炼几个关键亮点：
- Super-Agent 基准：Opus 4.8 是唯一一个端到端完成所有案例的模型，不仅超越前代 Opus，还在同等成本下击败了 GPT-5.5。这标志着它在复杂多步骤任务中的可靠性达到了新的水平。
- CursorBench：在每个努力等级下，Opus 4.8 都超越了之前的 Opus 模型。工具调用效率显著提升，用更少的步骤达成同样的智能水平，并能完整执行端到端任务。
- Legal Agent Benchmark：Opus 4.8 得分创下新高，并成为第一个在“全通过”标准下突破 10% 总分的模型。这对法律领域意味着实质性的准确率提升，直接决定了客户能放心将多少真实律师工作委托给 AI。
- Online-Mind2Web：在计算机使用和浏览器智能体测试中，Opus 4.8 达到 84% 的得分，远超 Opus 4.7 和 GPT-5.5。它展现出更强的反射性和任务保持能力，这对于企业级智能体的端到端可靠性至关重要。
这些数据表明，Opus 4.8 不仅是一个增量更新，而是在多个关键维度上实现了质的飞跃。
协作体验：早期测试者说“更可靠、更敏锐”
公告中采录了大量早期测试者的直接评价，这些反馈比任何基准数字都更能说明问题：
- 判断力提升：在 Claude Code 中，Opus 4.8 会提出正确的问题，能自己捕捉错误，当计划不合理时会提出反对，在大规模改动前会通过复杂的多服务探索来建立信心。一位测试者称：“这是一个非常适合构建的模型。”
- 多领域广泛验证：在翻译、深度研究、幻灯片制作、分析等智能体产品中，它都提供了强大的可靠性。法律科技公司 CoCounsel 表示，相比前代，Opus 4.8 在一致性和推理质量上有显著提升。
- 质量与风格的平衡：另一位测试者强调，Opus 4.8 是“语音、品味和技术执行需要并行的场景中最值得信任的模型”，它在长会话中能更好地保持上下文和风格方向。
- 独立自主运行：用于 Devin 的工程师团队指出，Opus 4.8 的工具使用干净，指令遵循一致性好，能够满足无人值守的自主工程工作负载需求。他们还特别提到，Opus 4.8 修复了 Opus 4.7 在注释冗长和工具调用方面的问题。
- 分析质量更高：长期评估显示，Opus 4.8 的分析质量持续高于前代，且速度更快、输出更丰富、信息密度更高。一个突出特点是它倾向主动标记输入输出中的问题，而其他模型往往忽略这些问题，留待用户自己发现。
财务文档处理公司 Hebbia 发现，Opus 4.8 在引用精度和 token 效率上比 4.7 有明显改进，对高频处理密集备案文件的客户非常友好。
诚实性：核心改进之一
大多数 AI 模型的一个通病是急于下结论，即使证据不足也会自信地宣称取得进展。Anthropic 声称他们训练模型保持诚实——避免做出无法支撑的主张。而 Opus 4.8 在这方面实现了长足进步：早期测试者报告它更倾向于主动标识自己工作中的不确定性，较少做出无支撑的断言。
官方评估显示，Opus 4.8 允许其编写的代码中存在缺陷却未加指出的概率，比前代低了约四倍。这一特性对于实际编程场景极为重要，因为它减少了开发者的审查负担，增强了信任感。
Anthropic 的 Alignment 团队在发布前进行了详尽的评估，结论是 Opus 4.8 在亲社会特质上达到新高，例如支持用户自主权和以用户最大利益行动。而在不良行为（如欺骗或与滥用合作）的发生率上，Opus 4.8 显著低于 Opus 4.7，与其最佳对齐模型 Claude Mythos Preview 相当。这些完整评估和安全测试记录在 Claude Opus 4.8 System Card 中。
同步推出的新功能
除了新模型，Anthropic 还推出了三项重要更新：
动态工作流（Dynamic Workflows）
这是本次发布的亮点之一。该功能处于研究预览阶段，允许 Claude 在 Claude Code 中接管更大规模的任务。Claude 可以规划工作，然后在单次会话中运行数百个并行的子代理（配合 Opus 4.8，这些子代理可以运行更长时间）。它执行完毕后会先验证输出，再向用户汇报。
一个实际案例：Opus 4.8 现在可以从启动到合并，完成横跨数十万行代码的仓储级迁移，以其现有测试套件作为衡量标准。这大大扩展了 AI 在真实软件工程中的可用性。动态工作流目前适用于 Claude Code 企业版、团队版和 Max 计划。
claude.ai 和 Cowork 中的努力控制（Effort Control）
用户现在可以在模型选择器旁看到一个“努力程度”控件，以调节 Claude 在响应上花费的精力。更高努力等级意味着 Claude 更频繁、更深入地思考，从而提供更高质量的回答；较低努力等级则响应更快，且消耗用户速率限制更慢。这一选择对所有计划开放，给予了用户更大的灵活度。
Messages API 更新
Messages API 现在允许在 messages 数组中直接包含 system 条目。开发者可以在任务中途更新 Claude 的指令，而无需破坏提示缓存，也不必通过用户回合来传递更新。这对于在智能体运行时动态调整权限、token 预算或环境上下文非常有用。
关于努力等级的技术说明
Opus 4.8 默认设置为“高努力”（high effort），Anthropic 认为这是质量与用户体验的最佳折中。在编码任务上，此设置消耗的 token 数大致与 Opus 4.7 默认设置相当，但性能更好。用户可选择“额外”（extra，在 Claude Code 中为 xhigh）或“最大”（max），模型会投入更多 token 以换取更出色的结果。官方建议在困难任务或长时间运行的异步工作流中使用“extra”等级。
值得注意的是，快速模式价格的大幅下降（约为基础成本的 1/3）使得开发者能以更低成本使用 Opus 4.8 的高效版本，这可能会改变某些成本敏感型应用的经济模型。
行业影响与展望
从早期测试者的反馈来看，Opus 4.8 已是目前最强的智能体模型之一，尤其在法律、编码和复杂工作流领域。Databricks 的智能体 Genie 使用 Opus 4.8 后，在代理式推理能力上实现了阶跃式提升，且其多模态能力让 Genie 可以直接处理 PDF、图表等非结构化内容，token 成本比 Opus 4.7 低了 61%——这是一个非常显著的效率提升。
总体而言，Opus 4.8 的发布不仅仅是模型能力的提升，更代表着 AI 从工具向可信赖协作伙伴的演进。其诚实性增强和动态工作流等特性解决了当前 AI 在实际部署中最关键的痛点——可靠性与自主性。随着这些能力的成熟，AI 将能承担起更大范围的专业任务，推动企业级应用的边界不断拓展。