Claude Opus 4.6 是 2026-02-05 发布的。
Opus 4.7 是 2026-04-16。
Opus 4.8 是 2026-05-28。

从 4.6 到 4.7 花了 70 天，而从 4.7 到 4.8 只花了 42 天。

以前我们说三个月模型迭代周期，现在已经被压缩到一个月。大家会不会好奇，为什么模型迭代会越来越快？

我觉得这背后不只是 GPU 和研究员能力，更关键的是一个数据飞轮。

以前为了拿到一条真正有用的数据，可能要花几千美金，还需要庞大的数据清洗、标注和 QA 团队。

但 Codex、Claude App 这类产品先筛出了一批高价值用户：他们愿意付费，也愿意把真实工作流交给 AI。

从商业策略看，Codex/Claude App 看起来是在补贴用户，但实际上也在挤压第三方产品的空间，并筛选出一批最有价值的用户。

这些数据不是随机聊天记录，而是带着项目、文件、测试、修正、约束和验收标准的工作轨迹。

一个好的 SKILL 更是如此。它里面有用户的经验、判断、上下文、步骤、约束和验收标准。用户每天运行这些 SKILL，本质上是在持续贡献一批“专家如何完成工作”的样本。

用户可能苦心花两个月、耗费大量时间和金钱才折腾好的 SKILL，可能在下一个模型版本里就被内化掉。

清洗成本更低，效果更好，而且现有模型还可以继续清洗、排序、蒸馏这些高质量轨迹。

于是闭环出现了：更好的产品吸引更好的用户，更好的用户产生更好的工作流数据，更好的数据训练出更好的模型。

真正难追的，可能不是某个功能，而是每天都有高价值用户在教系统如何工作。

#AI编程 #数据飞轮 #Codex #Claude #AI产品