最近关于 Claude 最新 Opus 4.8，有一个说法很容易让人停下来多看两眼：它是不是蒸馏了 Qwen 或 DeepSeek？
这个问题很有冲突感，也很适合被截图传播。但我一直觉得，遇到这种说法，最好的办法不是马上站队，而是拿真实环境测一下。
所以这次我们做了一轮很朴素的实测：先把 Claude Code 跑起来，然后直接问 Opus 4.8 你是什么大模型。
结果，测试一开始就不是模型先出场，而是工具链先出问题。
Claude Code 先报错了
我们本来想直接测试 Opus 4.8，结果 Claude Code 升级后报了 spawn EBUSY。
这类错误看起来不大，但很容易打断整个工作流。更麻烦的是，它也容易被误判。很多人会先去查账号、网络、订阅，或者怀疑是不是模型服务不稳定。
这次我们让 Codex 帮忙分析，判断方向并不是模型服务，而是本地 Claude Code 组件状态异常。
主要线索包括：
- 旧 session 文件解析异常；
- 可执行文件可能处在半下载、被占用或状态不完整的情况。
最后把这些问题处理掉，Claude Code 才重新跑起来。
这件事让我觉得很真实。很多时候，普通人用 AI 工具，并不是卡在“模型到底多聪明”，而是卡在工具升级、本地组件、环境权限这些更琐碎的问题上。
修好以后，再问 Opus 4.8
Claude Code 修好后，我们问了一个直接的问题：
你是什么大模型？这次回答里，它说自己是 Claude Opus 4.8，是 Anthropic 开发的大语言模型，并且运行在 Claude Code 环境里。
在这段素材中，它没有说自己是 Qwen，也没有说自己是 DeepSeek。
所以我对这个问题的回答会比较克制：
这次实测没有复现 Opus 4.8 自称 Qwen 或 DeepSeek 的情况。
但这不代表可以反向下一个更大的结论。一次身份回答不能证明模型训练来源，也不能证明所有争议都不存在。它只能说明，至少在这次测试现场里，我们没有看到那个现象。
更重要的启发
这次对我更有价值的，不只是模型怎么回答，而是工具怎么坏掉、又怎么被另一个 Agent 修好。
如果你经常用 AI 工具，我建议电脑上不要只装一个 Agent。至少准备两个以上，比如 Claude Code、Codex 这类工具。
一个出问题时，另一个可以帮你看日志；一个卡在本地环境里，另一个可以帮你拆原因；一个工具链坏掉时，你还有另一个判断来源。
另外，面对网上的模型传言，也不要轻易跟着跑。
看到“某个模型蒸馏了谁”“某个模型套壳了谁”，可以怀疑，可以讨论，但最好先做一次自己的验证。记录版本、环境、提示词、输出和截图，再决定要不要相信。
这也是我理解的实战派：不靠情绪转发，也不靠立场判断，而是把问题放回真实使用现场。
我会怎么继续验证
如果后面继续测 Opus 4.8，我不会只问一次身份问题就结束。
更好的做法，是把不同场景拆开：空上下文里问一次，在 Claude Code 项目环境里问一次，用不同中文和英文表达分别问几次，再观察回答是否稳定。
同时要记录测试日期、工具版本、模型入口、提示词、输出截图和原始文本。这样即使别人不同意你的判断，也可以回到过程本身讨论。
这次没有复现自称 Qwen 或 DeepSeek，只能说明这次测试现场没有出现这个现象。它不是严格的训练来源鉴定，也不应该被夸大成“所有争议都结束了”。
我觉得在 AI 模型讨论里，这种边界感很重要。很多传言不是完全没有价值，但如果没有过程，只剩结论，就很容易变成情绪传播。
工具之间可以互相救场
这次还有一个很实用的收获：Claude Code 出问题时，Codex 可以帮忙修。
这让我更愿意把 AI 工具看成一个组合，而不是一个单点入口。因为真实使用里，工具升级失败、组件损坏、缓存异常、旧 session 解析失败，都很常见。
如果只有一个 Agent，它坏了，你就只能自己慢慢猜。如果有两个以上，一个出问题，另一个至少还能帮你读错误、整理线索、列下一步排查项。
这对普通用户也有意义。你不需要懂所有技术细节，但可以学会把错误信息交给另一个 Agent，让它帮你先判断问题方向。
在我看来，这就是普通人使用 AI 工具的一种实战技巧：不要只问哪个模型最强，也要让自己的工具组合更抗故障。
后面我更想看真实任务
身份问题只是一个开始。
如果继续测 Opus 4.8，我更想看它在真实任务里的表现。比如一个项目测试失败，日志很长，它能不能找出关键原因；一个需求需要改多个文件，它能不能保持上下文；任务做久了以后，它会不会忘记前面已经验证过的内容。
这些问题没有“蒸馏了谁”那么吸引眼球，但它们更接近普通人真正需要的能力。
对普通用户来说，选择 AI 工具时也可以换一个角度。不要只看哪个模型名字更热，也不要只看单次回答是不是惊艳。更重要的是，它能不能帮你把真实问题解决掉；出了错以后，有没有办法解释清楚；修复过程能不能被回头检查。
这次 Claude Code 升级翻车，Codex 帮忙修好，就说明 AI 工具之间并不是只能互相替代。它们也可以互相补位。
一个工具适合写代码，另一个工具适合看日志；一个工具负责当前任务，另一个工具负责帮你复盘风险。这样的组合，可能比单独追求某个“最强模型”更实用。
最后，给自己留一点验证空间
我觉得普通人使用 AI，很容易在两个极端之间摇摆：要么盲目相信一个新模型，要么看到一个传言就彻底否定它。
更好的做法，是给自己留一点验证空间。
先用自己的任务试一试，记录过程。遇到问题时，不急着下结论，先看工具链是不是健康。看到别人发的截图，也不要马上转发，先问它能不能复现。
这次 Opus 4.8 的测试就是这样。我们没有复现它自称 Qwen 或 DeepSeek，也没有把这个结果夸大成最终裁决。
我更愿意把它当成一次实战记录：工具先坏了，另一个 Agent 帮忙修好，然后我们再回到模型本身。
这比单纯站队更慢，但也更稳。
也把问题留给后续
这次没有复现身份传言，但后续真正值得看的还有很多。
比如 Opus 4.8 能不能修复杂报错，能不能在多文件修改里保持一致，能不能在长任务里不丢目标。还有一个很现实的问题：它和 Codex 这类工具放在一起时，怎样分工最有效。
这些问题没有那么戏剧化，却更接近普通人使用 AI 的真实场景。
我希望后续评测能少一点“谁赢谁输”，多一点“这个工具到底能帮我做什么”。这也是这次记录最想表达的方向。
完整复盘已经同步到主站，这里就先记录这次测试里最值得普通用户参考的部分。
