@karpathy Karpathy这个实验，可能是这周最有意思的AI demo了吧？

他扔给Claude Opus 5一段话，100万token预算、大概10美金。

两小时后，Claude自己写了5500行Three.js代码，把《魔戒》开篇变成了一个能跑的3D世界。

低多边形风格的夏尔，绿色丘陵、河流、树、比尔博的圆门、地下宝藏隧道、黄昏聚会、夜晚星空、甚至还有个发光的戒指。

镜头运动、资产布局、动画、字幕，全是代码程序化生成的，没有一张预先做好的贴图。

画面有点糙，动作有点janky，但它能流畅跑起来，

Karpathy说这个实验真正有意思的不是"AI又写了个demo"，核心是两件事。

第一，LLM的"耐力"正在打开一种全新的东西。

没有任何一个人类程序员会花时间写5500行代码，就为了把《魔戒》第一段渲染成一个一次性的3D场景。

投入产出比太低了，但AI不在乎，它有近乎无限的耐心，10块钱，两小时，"为什么不？"

这不是把已有事情做得更快，这是把以前"根本不会有人做"的事情，变成了"几乎免费就能做"。

按需生成的、高度定制的、用完即弃的虚拟世界。

你喜欢哪本书？扔进去，它给你生成一个能走进去的3D场景。

你想在某个故事里当旁观者？给它一段话，它给你造一个临时的小世界。Karpathy管这叫ephemeral--短暂存在的互动体验。

以前这需要一个团队干几个月，现在10块钱。

第二，它暴露了当前AI最要命的短板。

AI能写5500行代码生成一个3D世界，但它看不见这个世界。

它不能高效地"看"视频，不能钻进自己生成的游戏里走两步、转个视角、检查一下比尔博的门是不是歪了、树是不是穿模了。

它只能非常慢地截个图，用文字描述给自己听，然后猜哪里有问题。

这就是为什么结果有点糙。写代码的能力已经到了，但自我审计的闭环--感知、交互、反馈--还远远没到。

写代码是一回事，看见自己写的东西是另一回事。

Karpathy做这个实验的真正意图，其实是在说：测试AI的方式该升级了。以前"画个骑自行车的鹈鹕SVG"就能测出模型水平，现在不行了。

真正拉开差距的，是这种长时程、高复杂度、需要持续自我纠错的任务--给它一个目标，让它自己干两小时，看它能走到哪。

从"画个SVG"到"生成一个世界"，测试范式在变，AI能力的边界也在变。

10块钱，两小时，一个能跑的夏尔。

2026年了，我们还在习惯这件事有多离谱。