Opus 5 在盲视 FreeCAD 评测里临场搭起伪视觉链路
teortaxesTex · x · 2026-07-25
Opus 5 在盲视工程任务里自己搭了“伪视觉”链路
引用帖在讲一个评测案例：Claude Opus 5 被放进 mini-swe-agent 这种纯文本 harness 里，要根据一张工程图把零件重建成一个 3D FreeCAD 模型，但模型看不到图像本身，只能通过终端文本和 bash IO 交互。
- 它一开始先尝试了现成的 OCR：Pillow + Tesseract。
- 由于工程图上细小数字识别不稳定，它没有停在原地，而是临场自己搭起一套“视觉栈”。
- 讨论的重点不只是“做成了”，而是模型在缺少直接视觉输入时，仍能围绕工具链自行补足能力。
回复里则指出，这种“自己拼伪视觉”的做法并不一定是 Anthropic 独有；真正难得的是它在这个多学科任务上确实跑通了。
所属事件:弱视觉模型被指靠工具拼凑伪视觉能力(2 条相关)→
「编程与Agent」频道最新
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11
- Gergely Orosz 观察:AI Agent 提速十倍交付,却带来一堆小退化 — ducha_aiki · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11