GPT-6 Astra 在解谜任务上实现跨越式进步，而 Claude Opus 5.5 则在设计领域带来质的飞跃。
氛围化设计与交互可视化
本地模型虽能胜任店铺落地页制作，但交互式可视化属于更高层级。对于热衷数据可视化和“可探索性解释”（explorable explanations）的创作者而言，大语言模型既是福音也是挑战。
起初，GPT-6 Astra 的表现令人满意。主观体验上，其在整体概览、意图遵循及功能验证方面，略优于 Fable 5.1。随后，AI 辅助设计迎来“Opus 5.5 时刻”。一段关于光学原理的可探索性解释展示了其实力：尽管有人批评其风格“过于繁复”，缺乏极简主义美感，但其单次实验输出的稳定质量仍令人惊叹。
重构《看不见的城市》
为测试模型极限，作者选取伊塔洛·卡尔维诺《看不见的城市》中充满诗意的都市描述作为提示词背景。书中描绘了 55 座承载不同情绪的城市，如拥有螺旋楼梯和贝壳建筑的伊西多拉。
早在 2019 年，作者曾使用 GPT-2 生成城市场景。面对新模型的能力跃迁，作者设定了如下提示词：
使用 three.js (pnpm) 制作《看不见的城市》可视化效果。不要提问，这是一次性任务。你有 6 小时工作时间，请充分利用直至成为杰作。
GPT-6 Astra 的执行表现
GPT-6 Astra 完成了端到端执行，但结果包含大量 AI 生成的冗余内容。它添加了许多未经必要性检查的概念和注释，增加了视觉噪音，甚至包含符合无障碍标准但不适合直接展示的直白陈述。
值得注意的是，GPT-6 Astra 似乎模仿了 Claude 的可视化风格，采用米色背景及类似“05”的数字编号。尽管存在瑕疵，其表现已超越此前模型预期。
Claude Opus 5.5 的效率与质量
将相同提示词输入 Claude Opus 5.5 后，模型声称仅用了一半时间，剩余工作收益递减。事实上，尽管指令限定 6 小时，它仅耗时 1 小时 25 分钟。即便考虑“智能体时间膨胀”效应（多个子智能体并行），其效率依然惊人。
最终结果令人着迷。即使未用满 allotted 时间，其产出质量足以引发赞叹。若此为当前技术天花板，其高度已相当可观，且未来模型有望进一步突破。
行业启示
建议开发者使用相同提示词测试不同模型或框架。可以预见，AI 将成为设计领域的广泛工具，并消耗大量 Token 预算。这一进展既令人敬畏，也促使创作者反思：在互动媒体创作中，人类的位置何在？