Przez kilka dni po premierze Claude Opus 5 media społecznościowe zalała fala demonstracji: działające gry, całe światy 3D i animacje, zbudowane z jednego polecenia wpisanego w okno czatu. Nie przez studia, tylko przez pojedyncze osoby, w czasie liczonym w minutach.
Zebrałem siedem przykładów, które zrobiły największe wrażenie, a potem sprawdziłem, ile z tego da się rzeczywiście zweryfikować. Druga część jest ciekawsza niż pierwsza. Większość z nich zebrał w jednym miejscu wątek Mina Choi, do którego odsyłam przy poszczególnych pozycjach, żeby dało się obejrzeć nagrania.
Siedem rzeczy zbudowanych jednym poleceniem
1. Strzelanka w stylu Call of Duty. Najgłośniejsza demonstracja, autorstwa Matta Shumera, ochrzczona „Claude of Duty". Działa w przeglądarce, a kluczowe jest to, że nie pobrano do niej ani jednego gotowego pliku: każda tekstura i każdy efekt są policzone z kodu. Model trafił za pierwszym podejściem. Nagranie u autora.
2. Battle royale w stylu Brawl Stars. Gra napisana w Unity od zera razem z grafiką, rozgrywką i muzyką. Roboty, plansza i kurcząca się strefa działają jak w gotowej grze na telefon, a cała oprawa wizualna jest generowana proceduralnie. Demonstracja pochodzi od użytkownika @saturadev.
3. Świat w jednym pliku HTML. Miliony źdźbeł trawy reagujących na wiatr, wyliczanych na bieżąco. Pod spodem nie ma żadnego silnika gry, wystarczy otworzyć plik w przeglądarce. Autorem jest @Lentils80.
4. Nowy Amsterdam z 1660 roku. Dzisiejszy Nowy Jork odtworzony na podstawie prawdziwych map historycznych, do których model dotarł sam. Budynki mają nazwy z epoki, a po mieście można chodzić i latać. Za tą demonstracją stoi Pieter Levels, znany jako @levelsio.
5. Świat 3D z jednego zdjęcia. Model dostał zdjęcie referencyjne i zbudował pasujące do niego środowisko, po którym da się chodzić. Tu warto uczciwie dopowiedzieć, że nie było to jedno polecenie: użyto układu wieloagentowego, w którym osobny agent chodził po gotowym świecie, wypisywał usterki i zlecał poprawki w kolejnych przejściach.
6. Sesja Dungeons & Dragons w przeglądarce. Plansza, figurki i karty postaci w jednym oknie, bez instalowania czegokolwiek, z mistrzem gry napędzanym modelem działającym lokalnie.
7. Filmowa reklama. Trzydzieści osiem sekund gotowego materiału razem z animowanym interfejsem i napisami. Dziesięć minut pracy, pierwsze podejście, zero montażu.
Ile z tego da się sprawdzić
Tu zaczyna się część, której w podsumowaniach zwykle brakuje. Demonstracja w postaci filmiku pokazuje wynik, ale nie pokazuje drogi: ile było prób, ile poprawek i co dokładnie wpisano.
Dwa przypadki wyłamują się z tego schematu i dlatego są najcenniejsze. Matt Shumer udostępnił kod swojej strzelanki. Meng To poszedł krok dalej i opublikował zarówno polecenie, jak i kod źródłowy, więc każdy może sprawdzić, co dokładnie zostało wpisane i co z tego wyszło. To jedyny rodzaj dowodu, który cokolwiek znaczy przy takich zestawieniach.
Reszta to nagrania z ekranu. Nie znaczy to, że są nieprawdziwe. Znaczy tyle, że nie wiadomo, czy tak wyglądało pierwsze podejście, czy dwunaste.
Serwis The Decoder, który przyglądał się tej fali demonstracji, ujął to wprost: to nie jest benchmark w żadnym metodycznym sensie. Nie ma standardowych zadań, wspólnej skali oceny ani kontroli liczby prób przypadających na model. Jest zbiór najlepszych wyników, które ktoś uznał za warte pokazania.
Czego te nagrania nie pokazują
Trzy rzeczy giną w zachwycie i warto je znać, zanim ktoś usiądzie do własnego projektu.
- Koszt. Jeden z pokazanych projektów, klon Minecrafta z nieskończonym światem, piętnastoma biomami i trybem przetrwania, zużył około 25 milionów tokenów. To nie jest jedno polecenie za darmo, tylko wielogodzinna sesja z rachunkiem.
- Efekt selekcji. Widzisz siedem udanych prób. Nie widzisz tych, które skończyły się ścianą błędów i zostały skasowane bez publikowania.
- Różnica między demonstracją a produktem. Grywalne demo to nie gra: brak zapisów stanu, balansu, obsługi błędów, testów i tego wszystkiego, co zamienia efektowny prototyp w coś, co można komuś wydać.
Co z tego wynika dla Ciebie
Najciekawsze w tej fali nie jest to, że model potrafi zbudować strzelankę. Najciekawsze jest przesunięcie progu: rzeczy, które jeszcze rok temu wymagały zespołu i tygodni, powstają dziś w kilka godzin w rękach jednej osoby. Prototyp przestał być kosztowny, więc opłaca się sprawdzać pomysły, których wcześniej nikt by nie sprawdzał.
Praktyczny wniosek jest przy tym prozaiczny: te wyniki biorą się z dobrze postawionego zadania, a nie z jednego magicznego zdania. Opis „zrób grę" nie da niczego. Opis efektu końcowego, ograniczeń i punktu odniesienia daje wszystko, i dokładnie o tym mówią zresztą nowe wytyczne Anthropic dotyczące promptowania Opus 5.
Jeśli chcesz zobaczyć, jak ta sama metoda wypada w porównaniu między modelami, w teście jeden prompt, cztery modele cztery różne AI dostały identyczne polecenie zbudowania gry i wyniki możesz przeklikać samodzielnie. O samym modelu pisałem przy premierze Opus 5 oraz w podsumowaniu pierwszych wrażeń z pracy z nim. A jeśli chcesz nauczyć się formułować polecenia tak, żeby dostawać wyniki zamiast rozczarowań, od tego jest mój kurs Skuteczne Prompty.