阿诚｜AI实战(@byCanen):Karpathy 给 Opus 5 整整 100 万 token，让它跑了两个小时，最后写出 5500 行 Three.js 代码。代码能跑，场景也做出来了，但画面还是很卡，很多地方一眼就能看出不对。这和我最近用 Codex 做网站的感受太像了。 AI 现在写前端代码已经够快了，问题是它看不出自己做得丑，也不知道动画到底顺不顺。所以我现在做前端，不会再只让 Codex 读代码： 1. 先让 Figma 或 v0 出视觉方向； 2. 页面实现后，必须打开真实网页； 3. 分别截桌面端和手机端； 4. 让 Agent 对照参考图检查，再改一轮； 5. 改完重新截图，不看代码自我感觉良好。不给它真实截图和视觉反馈，哪怕最强模型写了 5500 行代码，最后也可能只是“能运行”，离真正好用、好看还差得远。

2026.08.02 13:00

Karpathy 给 Opus 5 整整 100 万 token，让它跑了两个小时，最后写出 5500 行 Three.js 代码。代码能跑，场景也做出来了，但画面还是很卡，很多地方一眼就能看出不对。这和我最近用 Codex 做网站的感受太像了。 AI 现在写前端代码已经够快了，问题是它看不出自己做得丑，也不知道动画到底顺不顺。所以我现在做前端，不会再只让 Codex 读代码： 1. 先让 Figma 或 v0 出视觉方向； 2. 页面实现后，必须打开真实网页； 3. 分别截桌面端和手机端； 4. 让 Agent 对照参考图检查，再改一轮； 5. 改完重新截图，不看代码自我感觉良好。不给它真实截图和视觉反馈，哪怕最强模型写了 5500 行代码，最后也可能只是“能运行”，离真正好用、好看还差得远。

歸藏(guizang.ai)@op7418

2026.08.02 03:57

Karpathy去了 Anthropic 以后，第一次发长帖。他想了一个新的测试，就是摆脱那种靠画“骑着自行车的鹈鹕”之类的测试方式，给了 Opus 5 大概 100 万个 Token 的预算，要求它生成三个渲染版本去讲述《指环王》的故事。然后 Opus 5 给他整了一个 3D 的出来。不过他提到，这中间确实暴露了一个很大的问题：在生成这种内容的时候，AI 没有办法很清楚地感知到自己的工作，因为它没办法直接看到内容本身，只能一段一段地去截图，也没办法连续地感知到截图中间的状态。所以，这确实是个问题。