10 美元复刻中土世界：Karpathy 用 Opus 5 生成 3D 游戏
Andrej Karpathy 近期进行了一项引人注目的实验：他向 Anthropic 的 Opus 5 模型输入《指环王》开篇段落，并仅提供约 10 美元的 Token 预算，指令要求利用 Three.js 将该文本渲染为 3D 场景。
经过两小时运行，Opus 5 输出了 5500 行代码，成功构建了一个可交互的 3D“中土世界”。该场景完全由代码生成，包括河流、夏尔丘陵及植被分布等细节。尽管 Karpathy 自评画面略显粗糙（janky），但这确是一个能在浏览器中运行的完整 3D 世界。
Karpathy 已将该 Demo 部署于个人网站供公众体验。传统开发此类定制场景需团队耗时数月，而如今大语言模型以极低成本实现了这一过程。正如 Karpathy 所言：“正常人不会花费时间编写此类高度定制化内容，但 LLM 拥有无限的耐心。”这意味着，过去因成本高昂而“不值得做”的一次性虚拟世界，现在皆可由 AI 即时生成。
从定制游戏到“按需生成的 GTA"
Karpathy 进一步构想，未来可将玩家置于此类即时生成的世界中，作为 NPC 旁观剧情或直接扮演角色，他将其称为“按需生成的临时 GTA"。在 Opus 5 具备数千行代码生成能力的当下，这一愿景具备实现基础。
此外，该事件也引发了科技圈的关注。此前马斯克曾在社交平台公开呼吁 Karpathy 回归合作，而今年 5 月 Karpathy 正式加入 Anthropic。针对此次成果，马斯克简短回应了"Yah"。
LLM 的阿喀琉斯之踵：无法自我审查
实验背后揭示了当前大语言模型的一个核心弱点：缺乏高效的自我审查机制。由于无法原生感知视频或进入自身生成的场景，Opus 5 在构建中土世界时，只能采取低效的验证方式——在不同位置截取静态图片进行人工般的“目测”检查。
这种“盲盒式”开发导致了场景中存在的粗糙感与 Bug。这就如同一位技艺精湛却闭眼作业的装修师傅，虽能快速完成墙面粉刷，却无法后退一步审视整体效果。模型拥有从零构建 3D 世界的算力，却缺乏沉浸式体验以验证成果的能力。
当前前沿模型在代码生成、内容创作及数据分析方面的产能已大幅提升，但“验证能力”并未同步跟进。这种“无限产能”与“零体验反馈”之间的割裂，构成了当前 AI 发展的诡异瓶颈。未来的竞争焦点，将在于谁能率先让 AI 实现丝滑的自我审查与迭代，这或许正是递归自我进化（RSI）的关键所在。