Karpathy用Claude Opus 5构建3D浏览器世界

Andrej Karpathy最近进行了一项颇具创意的AI实验：将《魔戒》开篇的单段文字输入Anthropic的Claude Opus 5模型，要求其生成一个可在浏览器中运行的3D场景。模型在约两小时内输出了5500行代码，使用Three.js图形库完成渲染，整体花费约10美元（对应约100万个token的预算）。Karpathy随后将源代码公开发布，供其他用户自行回放和修改。

在场景构建过程中，Claude Opus 5自主决定了物体的摆放位置与动画效果，音频部分则由Eleven Labs提供。Karpathy坦言结果「粗糙但有趣」，并强调没有人会手工搭建这样的世界，但借助AI模型，这一过程几乎可以零成本实现。他认为，这类技术具备打造「按需游戏世界」的潜力，用户可以作为配角或主角被直接置入场景之中。

此次实验也引发了Karpathy对AI评测方式的思考。他提到，此前广受关注的「鹈鹕测试」——由Simon Willison设计、要求模型绘制一只骑自行车的鹈鹕SVG图像——已接近能力上限，难以继续区分不同模型的表现。更早的先例来自2023年微软的AGI论文，彼时研究人员让GPT-4用TikZ语言绘制独角兽，以此论证模型的空间推理能力。

然而，这类实验目前仍存在明显局限。Claude Opus 5无法直接观看自己生成的视频输出，只能通过截图进行自我校验，这一限制导致场景中出现了若干错误。尽管如此，已有其他用户尝试让Opus 5编写完整的浏览器游戏，涵盖第一人称射击游戏乃至《我的世界》克隆版本，显示出模型在交互式内容生成方面的广泛潜力。

Karpathy明确将这类实验定性为「氛围测试」而非硬性基准，强调其价值在于直观感受模型能力，而非精确量化。他曾联合创立OpenAI，并担任特斯拉AI负责人，后创办教育初创公司Eureka Labs，自2026年5月起在Anthropic从事预训练研究。此次实验既是对AI创作边界的一次探索，也折射出业界对新型评测范式的持续思考。

要点

• Claude Opus 5仅凭一段《魔戒》文字，在约两小时内生成5500行Three.js代码，花费约10美元，展示了AI低成本生成复杂3D内容的能力。
• Karpathy认为「鹈鹕测试」等传统AI氛围测试已接近饱和，业界需要探索更能体现当前模型能力边界的新型评测方式。
• 模型目前无法直接观看自己的视频输出，只能依赖截图校验，这一感知局限导致生成场景中出现错误，是当前多模态能力的短板之一。
• 按需生成游戏世界的构想正逐步从概念走向实践，AI有望让个性化、低成本的交互式内容创作成为现实。