同一像素动画编程题横评:仅一个模型全程无干预跑通
hullabaloo22 · x · 2026-09-23
推主 FatalExit 复现了 majidmanzarpour 的「用纯代码让模型画会动的像素风巫师」测试，并在另外 4 个模型上跑了同一任务。结果只有 sol 无需任何干预一次跑通；spark 因 muse code harness 问题挂过一次；Gemini 两次都在视频导出环节失败；Mimo 卡住后需要 Codex 帮忙才能导出。原测试用 opus 5.5 完成，prompt 已公开。
「编程与Agent」频道最新
- theo 自制 Agent 主流模型可视化器，直观呈现 Luna 成本有多低 — ivan_bezdomny · 2026-09-23
- Vite+ 进入 RC：一个 CLI 统一构建、检查与包管理工具链 — cnakazawa · 2026-09-23
- 特斯拉车内一句话让 Grok 跨邮箱、日历、Notion 自动办事 — xiaohu · 2026-09-23
- 特斯拉车内 Grok 一句话跨邮箱、日历、Notion 自动执行任务 — xiaohu · 2026-09-23
- YC 总裁 Garry Tan 力推 Capy：发 PR 比 Codex、Claude Code 更快 — garrytan · 2026-09-23
- DeskPilot:开源 Python 本地 LLM 桌面客户端,内置 MCP 与工具沙箱 — poofph · 2026-09-23