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
- 做 AI Agent 先增强人类，而不是替代岗位 — arpit_bhayani · 2026-07-25
- Anthropic 工程师谈图式 Agent：并行、自检、自动恢复 — IanArawjo · 2026-07-25
- 有人把 JPEG 压缩规范重写成 C 并做成 YouTube 项目 — kscottz · 2026-07-25
- Anthropic 详解 Fable 5 编排、advisor 模式与缓存成本 — brada · 2026-07-25
- Claude 没推荐插件，直接写出 WordPress 弹窗插件 — VeryWellVersed · 2026-07-25
- scriptc 尝试把 TypeScript 直接编成原生程序 — cramforce · 2026-07-25