发生了什么

Claude.dev博客在2026年9月22日发布了一份使用指南。Claude是一个人工智能服务，Claude Code是帮助人们完成代码工作的工具，Opus 5.5是其中讨论的人工智能模型。作者是Addy Osmani。

这篇文章的重点不是列出最高分，也不是把Opus 5.5与所有竞争模型进行完整比较。它更像一份工作说明：怎样开始一个很长的任务，怎样在任务进行时引导它，最后怎样检查结果。

Hacker News上的候选列表显示，这篇文章有208 points和143 comments。这些数字表示社区关注度，不表示文章内容已经得到证明。

背景：人工智能开始处理长任务

博客称，Opus 5.5比早期Opus模型更适合独立进行较长的多步骤工作。它会说明自己做了什么，也会在每次回复前进行思考。文章还提到，早期测试者曾让它在较少看管的情况下运行数小时的代码工作。不过，这些内容来自博客自己的介绍和报告。

指南最重要的建议，是一开始就把整个任务说清楚。用户要写明要完成什么，怎样才算完成，以及什么时候必须停下来询问人类。例如，可以规定所有测试都通过才算完成，也可以规定遇到无法解释的错误时先停下。

为什么重要

这改变了人们使用人工智能的方式。用户不再只是提出一个问题，等待一个答案，而是在安排一段有目标、有终点、有检查步骤的工作。

指南建议删掉反复出现的“请认真思考”。因为Opus 5.5本来就会在回复前思考。任务进行时，用户还可以补充新的要求。做设计工作时，应说清楚不想要的样式。面对大型审查或迁移任务，可以把工作分给多个辅助人工智能，再逐一检查它们的结果。把任务清单保存在文件里，也能帮助用户在长时间运行后找回下一步。

这些做法能让任务更容易监督，但不会让监督消失。任务越长，错误可能影响的内容就越多，所以终点和检查规则更加重要。

可以确认的内容

这篇指南确实提供了具体做法。使用Claude的应用时，可以直接上传图表和截图，而不是重新抄写内容。可以让它检查长文档中的矛盾，可以直接要求它生成完成的文件，也可以要求它标出无法确认的地方。

文章还说明了产品中的一些行为。如果消息触发安全判断，对话可能会切换到较旧的模型。Fast mode被描述为研究预览功能：它使用同一个模型，但文字返回更快，每个词的费用也更高。

仍然不知道什么

这篇文章不是独立的性能研究。它没有给出大量任务上的错误率，也没有说明长时间运行的总费用。我们不知道它在多少工作中能真正做到最后，也不知道它会多常提出问题或做出看似合理但实际错误的修改。

早期测试者的结果，可能依赖清楚的目标、熟悉技术的人，或特别安排的项目环境。其他用户未必得到同样结果。Hacker News的反应数量也不能回答这些问题。

接下来关注什么

更有价值的后续证据，应来自独立测试和真实项目记录。测试不只要看完成速度，还要看改错时间、实际费用和人类检查所花的时间。成功案例之外，也要记录失败案例。

目前最可靠的启发是一个工作顺序：先写清终点，再写清停止条件，最后由人检查结果。Opus 5.5也许能让长任务更容易开始，但它的结果仍然需要人来判断。