工作清單

Claude Opus 5.5 和 GPT-6 Sol 首发实测，结果很意外… 🤫 #coding #programming #ai #vibecoding #chatgpt #claude

逐字稿文字預覽

这是我用刚刚发布的 Claude Opus 5.
5 做的 3D 城市生成器 你觉得怎么样 官方号称在大多数任务上 都能打平自家最强的 Opus 5.
1 成本却比上一代 Opus 5 还低 40% 不愧是 Anthropic
呼吁 AI 前沿发展 放慢节奏 自己却偷偷卷 紧接着 OpenAI 也发布了 GPT-6 Sol 号称继承了 GPT-4o 大部分优势 API 价格却比 GPT-4o 直接砍了一半 这个历史似曾相识啊
两大顶级 AI 公司再次上演中门对狙 这次我不想再花时间科普跑分了 新模型太多 已经麻了 感兴趣的朋友直接看我的 AI 大模型世界网站上的对比就好 本期我准备了 5 大案例实战测评 点个三连
咱们开始 首先是 AI 圈的经典测试 鹈鹕骑自行车 那为了防止 AI 直接背答案 我把题目改成了 熊猫骑自行车送外卖 直接让 AI 生成代码 两个模型都在 3 分钟内完成了
你觉得哪边的效果更好呢 显然是左边的 Opus 5.
5 吧 熊猫快送 很接地气 还有对话气泡 奶茶 城市背景 完整度很高啊 再看看右边 什么玩意 我真的绷不住了
这一轮 Opus 5.
5 完胜 第二个测试是让 AI 写 300 字的科普文案 比一比写作能力 因为这次 Anthropic 的官方 特别强调 Opus 5.
5 写东西更像人话 我还是有点期待的 这是两个 AI 生成的文案 你可以猜猜哪篇是 Opus 5.
5 写的
更喜欢哪一篇呢 可以打在弹幕上 揭晓答案 我个人更喜欢 Opus 5.
5 写的这一篇 它先从你天天在用的 ChatGPT 豆包说起 再拿一个特别爱读书的学生打比方 然后用一句什么 一个字一个字往下接
就把大模型的原理讲明白了 中间还穿插了一句 听起来挺简单对吧 读起来真的很像朋友在跟你聊天 GPT-6 Sol 这篇也还行 但是两段话都写得太长了 而且它只说大模型会一点点组织出回复 却没有把怎么组织的讲清楚
那这一轮 Opus 5.
5 略胜一筹 第三轮上点强度 让 AI 开发 3D 城市生成器 考察 AI 的前端编码和工程能力 我还要求 AI 做完之后 自己打开网页验证效果 不满意就自己接着改 直到满意了再交付
Opus 5.
5 反复打磨了将近一个半小时 严重影响了我这期视频的发布时间 本来我很生气 但是 当我打开主页时 我直接大呼卧槽了 这个细腻度 这个质感 我感觉一切的等待都是值得的
鼠标拖一拖就能旋转 平移 缩放 还能切换视角 最让我惊喜的是细节 明明有几百栋大楼 放大之后你竟然能看到李子坝站的中文站牌 还有一列轻轨正从楼中间穿过去 整体来说 山 水 桥 都刻画得非常细腻
可以说是栩栩如生 至少让我感受到重庆立交的复杂度了 还能在右侧面板 灵活调整生成的城市效果 你感觉怎么样呢 这个效果我可以直接给到满分 再来看看 GPT-6 Sol 虽然它只用了 12 分钟就完成了
但是 做出来的东西就很一般了 我相信大家一眼就能感受到 和 Opus 5.
5 之间的差距啊 而且问题还不少 这是悬空城啊 而且像轻轨穿楼这种场景 穿模问题也很明显 车厢一头扎到墙里去了
虽然功能也是完整的 但无论是 UI 效果 还是右侧菜单的丰富程度 都被 Opus 5.
5 降维打击 第四个测试 我让 AI 操作电脑画图 我准备了一个 简洁的画板网站和一张参考图 让它们只能通过鼠标 一笔一笔画出参考图
不能靠代码和脚本生成 Opus 5.
5 是在 Cursor 自带的浏览器里画的 前后花了一个多小时 画出来的成品效果是这样的 好家伙 怎么画成卷发了 我第一眼看成了美羊羊 应该是因为 Cursor 内置浏览器的拖拽功能 只能拖动网页元素
没办法按住鼠标画出连续的线条 于是 AI 只能用大圆笔 一个一个把画面的元素点出来 不过即使是这样 它的构图和配色还原得挺像的 对话气泡 呆毛 白色蕾丝头饰 蓝色大眼睛 腮红 蝴蝶结都在
GPT-6 Sol 用的是 Codex 的电脑操作能力 直接控制真实的 Chrome 浏览器来画 它可以自由拖动鼠标画线 十几分钟就搞定了 不过这个成品 怎么说呢 你能看出来这是啥字吗 崩得也太明显了
其他的不多说了 你觉得哪张更像参考图呢 我个人投 Opus 5.
5 一票 如果没被 AI 工具限制 还原度应该会更高 最后我让 AI 来复刻 Cursor 这个 AI 编程工具 那这个案例我搞过很多次了 这是一个非常考验长程任务能力的全栈项目
Claude Opus 5.
5 花了 50 多分钟完成 来看看效果 这个 Agent 面板的布局 是不是跟主流的 AI 工具神似 AI 的输出也很清晰 每次的改动一目了然 光看到这 你可能还没意识到问题的严重性
那如果我可以 打开资源管理器查看文件 可以打开终端 输入和运行命令 可以打开 Agent 侧边栏 管理所有的对话呢 这些功能全都能正常使用 切换到 Editor Window 编辑器模式 文件高亮 代码高亮 代码补全
甚至是 Git 版本管理 一应俱全 如果我把这个产品直接发布了 你绝对想不到这是 AI 一把梭的 Opus 5.
5 夯爆了 再来看看 GPT-6 Sol 的效果 虽然核心功能和 UI 布局是合理的
但从第一眼的界面上来看 就已经输了 配色有点怪 整个任务的执行界面也是浓浓的 AI 味 哎 我感觉 GPT 的风格一贯如此 功能丰富度也远远不如 Opus 5.
5 不支持搜索 没有 Git 能力 没有终端 也没有那么多布局调整和面板
页面上很多按钮都是死的 不好意思 在看完了 Opus 5.
5 之后 我只能给到拉完了 最后花一分钟说说感受吧 Claude Opus 5.
5 真的赢麻了 不仅编程能力强 写作也有人味了 我感觉甚至比 Opus 5.
1 还要强
那 Anthropic 嘴上建议大家放缓 AI 发展 自己在那嘎嘎进步是吧 不过强的代价就是速度慢 价格贵 本期这 5 个案例 加起来花了我 600 多块钱 成本巨大 GPT-6 Sol 就友好多了 虽然能力无法跟 GPT-4o 媲美
但消耗低了很多 本期我跑完一整套测试 才刚好把 Plus 会员的额度用完 这才是给大家日常用的模型啊 我感觉跟国产旗舰模型的能力差不多 仅个人体验啊 那看到这里 你已经了解了新模型 相信你也有自己的使用选择了
最后我再送大家一段由 Claude Opus 5.
5 自主生成的 3D 网页动画大作 《牛来骑车》 这一段大作花了我几十块钱 能三连回回血吗

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=AVHmtBYBS7Q --language zh --adopt-source-subtitles

    來源：https://www.youtube.com/watch?v=AVHmtBYBS7Q

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：37.9 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：33.5 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  10. 8. 時間軸整合

    工具：videonote_timeline_reconcile.py

    處理：整合字幕、Whisper 與 VAD 時間證據

    產出：timeline_evidence.json（時間軸證據）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  11. 9. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  12. 10. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  13. 11. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：113.3 秒

    關係：依序執行

    結果：完成

  14. 12. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  15. 13. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench