Opus 5.5 一发布，试用的人就排起了队。
有人要网页。有人要动画。还有人要游戏。这些成品比跑分数字直观，一部分还能直接上手玩。
一位叫 MiaAI Lab 的创作者更狠，直接让它做 100 个 HTML 文件。要求只有三条：好看，设计不重复，创意放开。
结果很惊人。每个点开都像模像样。能自己干活的 AI工具 这两年不少，可真敢把一整件事交出去的，还不多。
同一个模型面对不同的交互形式和视觉风格，给出的处理相当多元。有的偏工作台，有的偏展示页，风格几乎没有重样。
这个案例里，它自己决定做哪些作品，也自己写出页面结构和交互代码。从构思到拆解再到成品，自主性很强。给一个开放的总目标，它自己规划步骤，把任务完整交出来。这正是 Claude 这次最想推荐的用法。
一次交代整件事，它真能做完。
难的地方在边界。任务说太细，模型没有发挥余地。说太粗，它又容易跑偏。在 Opus 5.5 的使用指南开头，Anthropic 先把这条分界线讲清楚了。把事情一次交代完整，说清楚什么算做完，也说清楚什么情况该停下来问人，然后让它自己干。
指南举的例子是迁移支付接口。交代任务之外，最要紧的是写明完成标准：所有接口都换成新客户端，旧客户端删掉，测试通过。只有碰到无法解释的失败，模型才需要停下来问。这条要求给了它自行推进的空间，也留下了可核对的交付标准。
类似建议在上一代就提过。这次特意强调的，是新版本更擅长在长时间、多步骤的任务里持续推进。
这类长任务，正是 AI编程 圈子里最受关注的活。
发布材料里提到，一位早期测试者让它审查并修复约 20 万行代码，不到三小时做完。同一个任务，上一代花了 20 多个小时。另一项内部测试要求把 HAProxy 从 C 改写为 Rust，新版本用了 9.5 小时，改写结果几乎通过了原项目的回归测试。
翻新老代码本来就是慢活。能压缩到这个量级，靠的不是手速，是它自己会切分任务，做完一段再进下一段。
不过干得久，未必干得对。
媒体 Every 做过一次实测。给新版本十分钟，为一场客户培训写按分钟排的日程表。它读完需求，花了将近五分钟思考，又去做训练数据，核对表格，写学员材料。时间到了，最要紧的日程表反倒没交出来。
这类翻车并不罕见。活儿做了不少，用户最想要的那一件偏偏没交。
Every 的另一次应用开发测试也说明问题。任务页面看着很漂亮，自动检查也显示通过。可测试者真正上手操作时，核心页面还是报错。
想一步到位，还是不太现实。
而在文字表达上，新版本进步很明显，那股典型的机器腔被修掉了。
有网友说，测完最大的感受是写作风格终于修好了。
大意是，写东西变得更直接、更正常，也没那么一股机器味。上一次看到它写得这么干净自然，差不多是八个月前的事了。
上面那张是旧版输出，啰嗦，写作痕迹明显。下面那张是新版对同样内容的输出，更简洁，也更自然。
新版更新说明里讲，沟通更自然，会把重要信息放前面，也更愿意守用户给的写作规则。
有网友还发现，新版把破折号干掉了。在上面那组对比图里，旧版输出多处用了破折号。新版写同样的内容，一个都没用。
破折号只是表层。背后是整篇行文的节奏被重新调过。对智能体来说，这条改进的价值比看上去大。交付的文档能直接用，就少一次返工。
表格解析这块也有人测。LlamaIndex 的负责人用自家 ParseBench 跑了一遍，新版得分 93.9%，比上一代高出 7 个百分点以上，也超过了同期的几个对手模型。短板在图表理解，格式和布局也还差点意思。
它现在不只是会写代码。新版本还能用代码直接创作动画，既有艺术感，也够流畅。
一位叫 Kevin Ngo 的博主，让它用 JavaScript 逐帧画出下面这段动画。
也有网友用它做出了类似的东西。
音乐也能来。有人只给了一句提示词，让它用 JavaScript 做点贝斯音乐。结果它一次就写完了完整代码，生成了一段听起来相当不错的曲子。
这些演示看着花哨，指向的其实是同一件事：它能拿代码当通用工具，去做代码之外的目标。
至于还有哪些更好玩的用法，那就看你怎么给它出题了。
Claude Code会员中转站 微信:douhanq
