卡帕西用《指环王》测试Opus 5，让AI从文字生成3D世界，耗资巨大但暴露了“有手没眼”的短板。网友则玩出花：从地球Online到私人演唱会。经典的“鹈鹕骑自行车”测试正式退役，新基准指向更通用的空间推理能力。

Anthropic 给 Claude Code 系统提示词狂砍了 80%，但全新一代的 Opus 5 由于能力升级变得过于主动，不得不"加回"了 72% 的新约束。这场看似矛盾的操作，实则揭示了 AI 进化中人类与模型协作关系的必然调整：删掉保姆式指导，补上行为边界线。