الملخص:
بعد إصدار Opus 5.5، سارع مستخدمو الإنترنت إلى تجربته. بتمريرة واحدة، هناك العديد من الأعمال، بدءًا من صفحات الويب والرسوم المتحركة إلى الألعاب، وما إلى ذلك. وهذه أكثر سهولة من القيم المعيارية، ويمكن تجربة بعضها بنفسك. طلب منشئ يُدعى MiaAI Lab مباشرة من Opus 5.5 "إنشاء 100 ملف HTML" بثلاثة متطلبات: المظهر الجيد، وعدم وجود تصميم متكرر، والاستفادة الكاملة من الإبداع. المنتج النهائي مذهل.
https://x.com/MiaAI_lab/status/2102490829306634560
ناهيك عن أن كل نقرة تبدو لائقة. يحتوي النموذج نفسه على معالجة متنوعة جدًا لأشكال التفاعل والأنماط المرئية المختلفة.
رابط الفيديو: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
في هذه الحالة، بدأ Opus 5.5 من المتطلبات المفتوحة، وقرر العمل المطلوب، وكتب بنية الصفحة، وCSS، والتعليمات البرمجية التفاعلية. بدءًا من المفهوم الإبداعي، وتقسيم المهام إلى إنتاج المنتج النهائي، يُظهر Opus 5.5 استقلالية قوية.
امنح النموذج هدفًا عامًا مفتوحًا، ودعه يخطط لخطواته الخاصة، ثم سلم المهمة بالكامل.
هذا هو بالضبط ما توصي به الأنثروبيك بشدة هذه المرة.
هل يمكننا حقًا إنهاء الأمر برمته دفعة واحدة؟
تقدم Anthropic نصيحة في بداية دليل مستخدم Opus 5.5: قم بشرح المهمة الكاملة مرة واحدة، ووضح ما يعتبر "تم إنجازه"، وعندما تواجه مواقف تحتاج فيها إلى التوقف وسؤال المستخدم، ثم دع النموذج يعمل من تلقاء نفسه.
رابط الدليل: https://claude.dev/blog/getting-the-most-out-of-opus-5-5/
المثال الوارد في الدليل هو ترحيل واجهة الدفع.
بالإضافة إلى شرح المهام، فإن الشيء الأكثر أهمية هو تحديد معايير الإكمال: تستخدم جميع الواجهات عملاء جدد، ويتم حذف العملاء القدامى، ويتم اجتياز الاختبار. فقط عندما يواجه النموذج حالات فشل غير مبررة في الاختبار، يحتاج النموذج إلى التوقف والسؤال. تتيح مثل هذه المتطلبات للنموذج مجالًا للتقدم من تلقاء نفسه وترك معايير يمكن التحقق منها للتسليم النهائي.
في الواقع، تم ذكر هذا الاقتراح عندما تم إصدار Opus5. هذه المرة أكدت Anthropic على وجه التحديد على أن Opus 5.5 أكثر قدرة على التقدم المستمر في المهام طويلة المدى ومتعددة الخطوات.
تذكر مواد الإصدار الرسمية أن أحد المختبرين الأوائل طلب منه مراجعة وإصلاح حوالي 200000 سطر من التعليمات البرمجية، والتي تم إكمالها في أقل من ثلاث ساعات؛ استغرق Opus 5 أكثر من 20 ساعة في نفس المهمة. يتطلب اختبار داخلي آخر من النموذج إعادة كتابة HAProxy من C إلى Rust. استغرق Opus 5.5 9.5 ساعة، واجتازت نتيجة إعادة الكتابة تقريبًا جميع اختبارات الانحدار الخاصة بالمشروع الأصلي.
ومع ذلك، استغرق الأمر وقتًا طويلاً للعمل، ولكن قد لا يكون هذا هو ما يحرص المستخدمون على تحقيقه.
في الاختبار الفعلي، منحت وسائل الإعلام التكنولوجية برنامج Opus 5.5 عشر دقائق لكتابة جدول زمني دقيقة لتدريب العملاء. وبعد قراءة المتطلبات، أمضت ما يقرب من خمس دقائق في التفكير فيها، ثم أنتجت بيانات التدريب، وفحصت الجداول، وجمعت المواد الطلابية. ولكن عندما حان الوقت، لم يتم تسليم الجدول الزمني المطلوب.
تقرير الاختبار الفعلي: https://every.to/vibe-check/vibe-check-opus-5-5-is-pulling-our-codex-converts-back-to-clude/
يفيدنا أيضًا اختبار آخر لتطوير التطبيقات من Every. تبدو صفحة المهمة جميلة، ويظهر الفحص التلقائي أيضًا أنها قد اجتازت المهمة، ولكن عندما يقوم المختبر بتشغيلها فعليًا، لا تزال الصفحة الأساسية تبلغ عن خطأ.
يبدو أنه لا يزال من غير الواقعي التفكير في الأمر في خطوة واحدة.
أوقف الشرطة وقم بتشغيل الموسيقى والرسوم المتحركة
فيما يتعلق بالتعبير النصي، حقق Opus 5.5 تقدمًا كبيرًا، حيث قام بتغيير "لهجة كلود" النموذجية من قبل.
علق بعض مستخدمي الإنترنت بأن الشعور الأكبر بعد اختبار Opus 5.5 هو أن أسلوب الكتابة قد تم "إصلاحه" أخيرًا.
https://x.com/theojaffee/status/2102454423041818786
"لقد أصبح الأمر أكثر مباشرة، وأكثر طبيعية، وأقل شبهاً بالذكاء الاصطناعي (غير منحدر). آخر مرة رأيت فيها كلود يكتب بشكل نظيف وطبيعي كان في Opus 4.6 منذ حوالي ثمانية أشهر."
الصورة الموجودة على اليسار هي مخرجات Opus 5، وهي مطولة قليلاً ولها آثار واضحة لكتابة الذكاء الاصطناعي؛ الصورة على اليمين هي إخراج نفس المحتوى بواسطة Opus 5.5، وهي أكثر إيجازًا وطبيعية.
وفقًا لتعليمات تحديث Opus 5.5 الصادرة عن حساب Claude الرسمي، يتواصل الإصدار الجديد بشكل أكثر طبيعية، ويضع المعلومات المهمة في المقام الأول، ويتبع بشكل أفضل قواعد الكتابة المقدمة من المستخدمين.
اكتشف بعض مستخدمي الإنترنت أن Opus 5.5 قد أزال الشرطة هذه المرة! في مخطط المقارنة الرسمي أعلاه، يستخدم ناتج Opus 5 على اليسار شرطات في العديد من الأماكن، بينما يكتب Opus 5.5 على اليمين نفس المحتوى بدون شرطات على الإطلاق.
https://x.com/theo/status/2102474289949868254?s=20
فيما يتعلق بتحليل جدول PDF، استخدم الرئيس التنفيذي لشركة LlamaIndex Jerry Liu برنامج ParseBench الخاص به للاختبار. سجلت Opus 5.5 نسبة 93.9%، وهي أعلى بأكثر من 7 نقاط مئوية من Opus 5 وتجاوزت نماذج مثل Fable وGemini وAstra. ومع ذلك، لا يزال يعاني من عيوب في فهم المخططات والتنسيقات والتخطيطات.
https://x.com/jerryjliu0/status/2102529024841154977
لا يستطيع Claude Opus 5.5 "كتابة التعليمات البرمجية" فحسب، بل يمكنه أيضًا استخدام التعليمات البرمجية لإنشاء رسوم متحركة مباشرة تكون فنية وسلسة.
سمح مدون X Kevin Ngo لـ Opus 5.5 باستخدام JavaScript لرسم الرسوم المتحركة التالية إطارًا تلو الآخر:
رابط الفيديو: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
استخدم بعض مستخدمي الإنترنت أيضًا Opus 5.5 لإنشاء رسوم متحركة مماثلة:
رابط الفيديو: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
https://x.com/devteamdrew/status/2102436464323661880
يستطيع كلود الآن كتابة موسيقى إلكترونية يمكن الاستماع إليها باستخدام لغة JavaScript خالصة.
أعطى بعض مستخدمي الإنترنت لـ Opus 5.5 الكلمة السريعة "اصنع بعض موسيقى الجهير باستخدام جافا سكريبت" (استخدم جافا سكريبت لعمل بعض موسيقى الجهير). ونتيجة لذلك، كتب كلود كود JS الكامل دفعة واحدة وأنتج مقطوعة موسيقية تبدو جيدة جدًا.
رابط الفيديو: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
https://x.com/aj_dev_smith/status/2102504509637587339?s=20
التعليقات