大家好，我是 AI 超元域。
这期测试 Claude Opus 5，我没有停留在简单网页，而是直接给它安排了更复杂的任务：根据平面图做可探索住宅、还原科幻飞船、制作多种 SVG 动画，再进入 Claude Code 开发 Godot 沙盒游戏和原生 Android 背单词应用。
最让我关注的是两个方面：一是空间结构能不能真正走进去探索，二是模型能不能在写完代码之后继续运行和测试。下面按具体案例拆开看，哪些效果确实出现了，哪些结论还不能只靠演示成立。
本文整理自 2026 年 7 月 25 日的视频及与本期案例、顺序和耗时匹配的校正讲稿。本次未重新取得 YouTube 字幕导出，也未重新运行这些项目。文中的体验是当时的观察，不是独立复测报告。
如果播放器无法加载，可以前往 YouTube 观看完整视频。
Opus 5 与 Fable 5，先把比较范围讲清楚
Anthropic 的Opus 5 发布公告日期为 2026 年 7 月 24 日。官方将它描述为接近 Fable 5 前沿能力、成本更低的日常模型，并说明其定价与 Opus 4.8 持平。官方在不同评测里给出了不同结果，并不是宣布它在所有任务上都超过 Fable 5。
因此，视频中“能否替代 Fable 5”的问题，在本文里限定为这些编程场景和当时的个人使用判断，而不是全领域排名。上述公告在 2026 年 10 月 24 日整理时核对；历史定价关系也不等于今天所有平台、套餐和调用方式都适用相同价格。
本期前半段在 Claude 中查看生成的前端作品，后半段通过 Claude Code 操作本地项目。代码生成、工具调用、模拟器与引擎共同构成了交付流程，不能把一切结果都归结为模型单独完成。
从平面图到可以走进去的两层住宅
01:06 的第一个任务提供包含两层结构的房屋平面图，要求用 Three.js 重建，并支持第一人称和俯视视角。
运行后，我先切换俯视图查看房间布局与标注，再进入室内逐个探索。演示中可以查看客厅、餐厅、厨房、洗手间、储物空间，通过楼梯到达第二层，再进入书房、卧室和阳台。厨房里能看到灶台、抽油烟机和冰箱，卧室和阳台之间也有连通关系。
这轮真正有价值的是空间连接：房间不是只摆在一张静态图片里，而是能在视角切换和行走过程中被检查。家具、地板和光影让场景更完整，但它仍然是根据图像生成的互动重建，没有进行尺寸、结构安全或施工精度验证，不能当作建筑设计成果。
黑洞：科幻视觉效果，而不是物理模拟认证
04:08 的黑洞案例通过较复杂的提示词生成可交互场景，可以用鼠标拖动视角，也能调整右侧参数。演示中的吸积盘和整体氛围让我联想到《星际穿越》。
我当时对它的视觉完成度评价很高，但“像电影里的黑洞”是审美观察。没有方程、数值误差或物理模型的验证记录，就不应该把这段前端效果称为可靠的天体物理模拟。类似边界也适用于后面的风洞案例。
两种飞船任务：文本理解与图像重建
05:06 的《极光》飞船根据小说描述生成。演示中可以放大查看喷口、燃料罐、前方结构和轮状舱室，再进入不同内部空间，看到草地、树木和控制中心等元素。
这个任务同时考察外部构造和内部探索。我的当时评价是细节还原很出色，但这里没有把原著逐句对照校验，所以“符合小说”应理解为创作者在本期中的判断，不是独立的文学设定考据。
06:57 的第二种任务则先准备一张 AI 生成的旋转重力飞船图，让 Opus 5 依据图片重建。结果包含转动的飞船、尾焰、可进入的舱室，以及从舷窗看到的旋转星空。演示还看到了舱门自动打开、屏幕显示数据和底部透明区域。
这说明本轮结果不仅复现外形，也补充了互动细节。但旋转带来的视觉效果并不能证明人工重力参数符合真实工程设计；屏幕上存在数据，也不等于接入了真实飞船系统。
SVG：把细节放大后再判断
08:04 的动画与推理测试集中展示了几种常用题目。
手绘灯泡案例中，笔画边缘保留不完全规则的效果，文字也更接近手写。我当时认为它比此前的 Kimi K3 作品更符合手绘风格。三只鸟在土星星环上骑车的案例，则能看到角色编号和蹬踏细节。
复合弓动画展示了拉弓、滑轮转动和箭释放时的形变；农夫过河案例同时呈现动作与步骤。我当时对这些作品的评价很高，但视觉上合理的弓箭动作不等于经过力学计算，步骤被展示出来也不等于本文重新证明了推理过程。它们更适合作为“细节是否跟随任务要求”的具体观察。
09:49 的 F-35 风洞还提供了可调参数。这里展示的是前端可视化，未提供网格、求解器、边界条件或实验对照，不能据此用于真实气动性能判断。
Godot 沙盒：一小时左右，检查战斗与持续生成
10:08 开始的项目进入 Claude Code，要求使用 Godot 开发类似 Minecraft 风格的第一人称侏罗纪沙盒。需求包括恐龙、翼龙、手持武器、手雷和探索。
约一小时完成开发后，我在演示中测试了射击、飞行和投掷手雷，也进入水下查看鱼类。继续向前飞行时，地图持续生成新的区域，还出现了昼夜、雨雪、荒原与冰原。爆炸能够破坏部分地形，并允许玩家穿过破坏后的空间。
这一轮相比只生成一个静态场景更进一步：移动、战斗、环境变化和地形交互形成了完整得多的原型。我当时特别强调了它能持续探索，而此前展示的 Kimi K3 版本没有达到同样效果。
不过，视频里“无限探索”的意思是演示期间前进会继续加载地图，不是通过数学或长期运行测试证明无限。文章没有内存、帧率、区块回收和存档测试数据，因此把这一点准确写成“演示中持续生成”，而不是对大型开放世界稳定性的保证。
Android 背单词：开发之外，主动运行模拟器测试
13:43 的原生应用任务沿用此前背单词应用的功能需求，但把技术栈改为 Android。这里最值得看的过程出现在14:20 的测试环节：Claude Code 打开模拟器，运行应用，并对单词卡片进行滑动和点击。
讲稿记录开发与测试共耗时约 26 分 10 秒。随后，我在 Android Studio 中打开项目，检查了发音、翻转卡片、滑动、收藏、练习题、错误反馈、进度、成就徽章，以及亮色和暗色主题。
它也有值得保留的小问题：发音声音偏小；因为测试使用英文提示词，生成的界面也是英文，若要面向中文用户还需要本地化。自动运行并操作模拟器，确实比写完代码就停止更接近可用的开发流程，但点击几张卡片不等于完整覆盖所有功能、设备和异常路径。
这里的“26 分钟”是这一轮特定环境中的记录，并非对任意 Android 应用的交付时限承诺。项目还没有在本文中经过上架审查、隐私检查、不同屏幕适配和长期稳定性测试。
我会怎样使用这次测试的结论
本期让我最满意的，是 Opus 5 能把空间与交互结合起来：住宅可以走进去，飞船可以内外探索，Godot 项目有持续生成的地图，Android 应用能够运行并接受模拟器操作。
对于这类快速原型，我当时认为它已经值得作为日常主力尝试，也能在部分原先依赖 Fable 5 的工作中替代使用。但这不是一个严格控制变量的横向排名：提示词、环境、等待时间和人工检查并没有全部统一公开。
如果把这些成果继续用于真实项目，我会先验收核心流程，再补充准确性、性能、异常处理和平台适配。尤其是黑洞、风洞、建筑和机械动画，视觉说服力越强，越需要明确它展示了什么、没有证明什么。这样的区分，比单纯看“代码写了多少”更能反映一次 AI 开发是否真正完成。