每件事都開最大，不會讓流程更聰明
很多小團隊剛導入新模型時，會想把客服回覆、資料整理、網站改版與報表分析都交給同一個「最強模型」。這就像寄每封 email 都開一次全公司會議：也許能完成，但時間、成本與覆核壓力會一起上來。
Anthropic 在 2026 年 7 月 24 日發布 Claude Opus 5。官方表示，它提供 effort setting，讓使用者在更深推理與較快、較省 token 的執行間取捨；基本 API 價格為每百萬輸入 token 5 美元、輸出 token 25 美元。對小團隊最實用的訊號不是又多一個模型名稱，而是工作開始要回答：「這個任務值得多少思考？」
7Pyramid 觀點
模型升級不是流程升級。先用任務的風險、可逆性與審核需求決定 effort，才不會把簡單工作做成昂貴專案。
官方評測亮眼，但不是你的成效保證
Anthropic 公開了 Opus 5 在 Frontier-Bench、CursorBench、Zapier AutomationBench 與 OSWorld 2.0 等官方或合作評測的結果；例如官方稱，它在 Zapier AutomationBench 以相同任務成本達到約 1.5 倍下一名模型的通過率。這些結果可以協助理解產品定位，卻是在特定測試設定下取得，不能外推成每一家公司的 ROI。
真正的風險通常不是模型不夠強，而是把不同風險等級的工作混在一起。寫三個社群標題，和修改會影響付款或客戶資料的工作流，不該使用同一套自動化規則。
先做三段式任務分級
| 等級 | 適合任務 | 要加上的控制 |
|---|---|---|
| 低風險 | 公開資料摘要、會議筆記、社群初稿 | 較低 effort；人檢查語氣與事實。 |
| 中風險 | 客戶分群、內容缺口、行銷測試 | 中等 effort；交付前列出依據、待確認欄位與失敗條件。 |
| 高風險 | 正式寄信、改動網站、付款、敏感個資 | 人工批准、權限隔離與可回復紀錄；不要讓 AI 自行送出。 |
今天就做：一張任務—effort—審核表
挑一個每週至少會重複幾次的流程，記下任務名稱、允許資料範圍、effort 等級與最後覆核人。連續跑五次後，再比較成功完成一次所花的時間、token、人工修改量與錯誤類型。這個數字比「模型看起來很厲害」更接近真正的 ROI。
先把低風險流程跑穩，再擴大到多步驟工作。涉及不可逆動作或敏感資料時，人工停損點不能省。Anthropic 的平台更新包含對話中工具切換與安全分類器介入時的自動 fallback；它們有助於設計可控流程，但何時必須停下來，仍要由你的團隊寫清楚。