Karpathy 用《指环王》测试 AI：寻找下一代 vibe test

OpenAI 联合创始人 Andrej Karpathy 使用 Claude Opus 5 将《指环王》开篇段落生成了约 5,500 行代码的 3D 浏览器场景。他正在寻找下一代的 AI "vibe test"，此测试可能用于评估 AI 模型的创作与编程能力。

这标志着 AI 能力评估正从传统基准转向更注重创意与代码结合的综合测试，可能影响行业对模型能力的认知方向和产品宣传重点。

Karpathy 通过输入自然语言文本，要求模型生成可运行的 3D 场景代码，展示了模型从文本到结构化代码的转换能力。此类测试能直观反映模型在理解、生成和逻辑组织方面的综合水平，比单一指标更具说服力。

若此类测试普及，AI 产品需优化文本到代码的转换能力，尤其是复杂场景生成与代码可运行性。研发团队可能需加大在代码生成质量和交互体验上的投入，以在类似测试中取得好表现。

• 开发针对中文文本到 3D 场景生成的应用，用于教育或创意工具
• 将此类测试纳入模型评估体系，用于内部模型选型
• 提供基于 Claude Opus 5 的代码生成服务，面向游戏或影视预可视化

• Karpathy 是否计划发布完整的测试方法或公开源码？
• 该测试是否有统一的评分标准？
• Claude Opus 5 在测试中的表现是否优于其他模型？
• 此测试是否仅反映创意编码能力，还是能代表通用能力？