实测Opus 5.5：一句提示词造出100个网页，还会做动画谱曲

编辑｜山辉、杨文

Opus 5.5 发布后，网友都抢着试用。

一刷就是好几个作品，从网页、动画到游戏等等。这些都比 benchmark 的数值直观，有的还能自己上手试试。

一位名为 MiaAI Lab 的创作者直接让 Opus 5.5「做 100 个 HTML 文件」，附带三条要求：好看、设计不要重复、充分发挥创意。做出来的成品十分惊人。

https://x.com/MiaAI_lab/status/2102490829306634560 还真别说，每个点开都像模像样的。同一个模型对不同交互形式和视觉风格，有非常多元化的处理。

这个案例里，Opus 5.5 从开放要求出发，自己决定做哪些作品，并且写出页面结构、CSS 和交互代码。从创意构思、任务拆解到成品制作，Opus 5.5 展现了很强的自主性。

给模型一个开放的总目标，它来自己规划步骤，并把任务完整交出来。

这正好是 Anthropic 这次强烈推荐的用法。

一次交代整件事，真的能做完？

Anthropic 在 Opus 5.5 使用指南开头就给出建议：一次交代完整任务，说清楚什么算「做完」，以及遇到什么情况需要停下来问用户，然后让模型自己工作。

指南链接：https://claude.dev/blog/getting-the-most-out-of-opus-5-5/

指南举的例子是迁移支付接口。

交代任务之外，最重要的就是写明完成标准：所有接口都使用新客户端，旧客户端被删除，测试通过。只有碰到无法解释的测试失败时，模型才需要停下来询问。这样的要求给了模型自行推进的空间，也给最终交付留下了可核对的标准。

其实这个建议在 Opus5 发布时就提过。这次 Anthropic 特意强调的是，Opus 5.5 更能在长时间、多步骤的任务中持续推进。

官方发布材料提到，一位早期测试者让它审查并修复约 20 万行代码，不到三小时完成；同一任务中，Opus 5 花了 20 多个小时。另一项内部测试要求模型把 HAProxy 从 C 改写成 Rust，Opus 5.5 用了 9.5 小时，改写结果通过了几乎全部原项目的回归测试。

不过，工作做了很久，也未必做出了用户最急着要的东西。

科技媒体 Every 在实测中，给了 Opus 5.5 十分钟，为一场客户培训写按分钟安排的日程表。它读完需求，花了将近五分钟思考，又制作训练数据、核对表格、编写学员材料。但时间到了，最需要的日程表却没有交出来。

实测报告：https://every.to/vibe-check/vibe-check-opus-5-5-is-pulling-our-codex-converts-back-to-claude/

Every 的另一次应用开发测试也很说明问题。任务页面看起来很美观，自动检查也显示通过，但测试者实际操作时，核心页面还是报错。

看来想一步到位还是不现实。

干掉破折号，还玩起了音乐、动画

在文字表达方面，Opus 5.5 进步明显，一改此前那种典型的「Claude 腔」。

有网友评价，测试完 Opus 5.5 后最大的感受是写作风格终于「修好了」。

主题：Opus5.5