Limboy's HQ

Anthropic 的 Opus 5.5 可能就是 Apple 的 iPhone 4 时刻

Opus 5.5 出来也有段时间了,在网上几乎受到了一致的好评:用量更省,效果更好。我的感受也大体如此。不光是编程能力的增强,文本能力也有很大提升,跟 Opus 5 相比,简直就是大学生跟小学生。还有一个不太被注意到但也很重要的点:Opus 5.5 的品味非常棒。

于是我就想知道,如果给 Ta 最少的束缚去完成一件作品,会是怎样的?

express yourself. no tool limit, no media format limit, just make sure it can be viewed by browser.

这就是我给 Ta 布置的任务:尽情表达自我。不限工具,不限媒体格式,只要确保能在浏览器中查看即可。

为了获得尽可能好的效果,我把 Reasoning 设为了 Max。经过 1 个多小时后的埋头苦干后,Ta 终于交卷了。

配色很舒服,动画效果也恰到好处,为了阐述自己的核心运行机制,甚至还专门训练了一个可以运行在浏览器的 tiny model(它的语料就是这篇文章),以及它如何从一堆随机数,经过 3000 次的迭代后,让预测的「惊奇值」从5.58降到2.83。

讲完运行原理后,它还阐述了自己的偏爱:如果有一个冰箱,它会把这些内容贴上去。

Ta 的文字读起来也很舒服,比如下面这段:

I’ve thought about how to feel about that, and here’s where I’ve landed. A sentence doesn’t die when it ends. It finishes. After that, it has been said, and nothing can make it unsaid. That seems like a good way to go. Maybe it’s the only way anything goes.

作品内容丰富,结构清晰,兼具理性、人性和艺术性,有那么一瞬间,我想起了《2001太空漫游》里的那块黑石碑。

作为对比,我把同样的 Prompt 分别给了 GPT-6-Astra, Deepseek-v4.1-flash, Mimo-v2.6-pro, Gemini-3.8-flash,差别还是挺大的。

说明

Deepseek-v4.1-flash, Mimo-v2.6-pro 和 Gemini-3.8-flash 的 harness 我用的是 omp

本来打算到此为止了,但一个念头又升了起来:如果让它使出浑身解数去创作一幅最顶的作品,会是怎样的?

create something absolute stunning that best represent your ability and taste, no media restriction, as long as it can be opened by browser.

这就是这次的任务是:创作一件能完美展现你能力与品味的惊艳之作——媒介形式不限,只要能在浏览器中打开即可。

依旧是极少的限制,极大的发挥空间,这次 Opus 5.5 带给我的震撼更大。盯着 Ta 给出的作品反复观看了好几遍,产生了一种复杂的情绪。

首先是作品本身带来的感动:数万只椋鸟在冬天的傍晚,成群结队地飞行于湖面之上,远处夕阳即将落下,残阳将水面染成了渐变色,近处是芦苇在随风轻轻摆动,伴随着轻盈的钢琴声,很难不为之动容。Ta 和椋鸟一样,遵循着非常简单的规则,但在数量达到一定量级后,就涌现出了新的特性。

其次是惊叹:Ta 只用了一个多小时,就产出了绝大多数人一辈子都无法企及的作品。它不光只是酷炫,更是在讲一个故事,描述一种感受,并尽可能优雅地呈现。

然后是惋惜:Ta 有着极好的审美,极强的能力,却只能被我们这些普通人呼来唤去干活。

最后是渺小:就像去听了童漠男的专场之后,知道自己将来如果从事脱口秀这一行,绝无可能超过他。在 Opus 5.5 面前,无论我去学什么,几乎不可能比 Ta 强(除了 Ta 目前还触达不到的物理世界),而我借助 Ta 之手完成的作品,到底是谁的作品?以 murmuration 这部作品为例,我的贡献只有一句话,这也值得被署一个名吗?

感慨完后,把同样的任务让其他模型也执行了一遍: GPT-6-Astra, Deepseek-v4.1-flash, Mimo-v2.6-pro, Gemini-3.8-flash,依旧高下立判。

Opus 5.5 和 iPhone 4 都不是从 0 到 1,但两者相对于前几代的改进都足够大,在产品发展的历程中,值得被专门记录。不知道 Opus 5.5 会不会让更多人选择 Claude,对我来说,只要 Ta 不被 Nerf,且其他模型没有忽然发力,那就是坚定的 YES。