2026 年 9 月，Anthropic 发布 Claude Opus 5.5，官方口径是大部分工作表现追平自家的 Fable 5.1，同样的任务，花费比上一代 Opus 5 少 40%。但发布后的几天里，刷屏全网的不是跑分，而是一批“Opus 5.5 做的视频”：有人对着电脑口述 5 分钟需求，模型自己连续干了约 12 个小时，交出一支完整的动画，这条帖子在 X 上被看了 144 万次。微博知乎
讨论大多停在“Claude 有品味”这一层，而标题背后真正的问题是：这份审美从哪来。Anthropic 在发布文档中也未提及具体训练方式。先把结论说透：Anthropic 没有公开过“审美”的训练方法，可核验的线索汇成两条线。数据线，这台语言模型吸收的不是图片，而是写在代码里的设计规约，以及可能来自内部教师模型的高质量训练信号；反馈线，官方已确认这一代模型根据用户反馈改掉了文风，可复现的工程记录则显示，“这个镜头太吓人”这类主观意见能被它翻译成一整组一致的代码修改。审美不是天赋，是数据喂养加上反馈校准练出来的能力——只不过每块证据的硬度不同，下面逐一标注。华尔街见闻
它不画图，它写代码：审美的载体是代码
先交代一个容易被跳过的前提。Opus 5.5 不是视频模型，Opus 5.5 交出的每一样东西都是文字，视频只是这些文字被执行之后的结果。而所谓“Opus 5.5 做视频”，实际形态是模型编写 HTML、Canvas、SVG、Three.js 等动画代码，再运行、录制和导出。无头浏览器逐帧渲染截图，FFmpeg 负责编码合成，“审美”要到最后一环才变成看得见的像素。知乎专栏知乎
这个载体改变了事情的两端。其一，审美判断必须落在可执行的参数上：色值、缓动曲线、字号阶梯、相机轨迹，好不好看能在渲染后逐帧检查。其二，修改的成本几乎为零。文生视频像抽卡，同一个提示词出十次，十个样；代码不一样，同一份代码，永远出同一个画面。“改一行代码立刻重渲来看”让创作意见能在制作过程中反复兑现，这是“审美在线”背后最常被漏讲的机制。知乎专栏
数据线：吸收的是代码里的设计规约
它到底吃了什么？线索有三层，从最硬到最软。最硬的一层是语料本身。用代码生成视觉的工具链已经跑了二十多年：Processing 2001 年诞生，Three.js 随 WebGL 普及，2021 年 Remotion 提出用 React 组件定义视频的每一帧，2023 年起 v0 这类工具把自然语言直接变成界面代码。模型在训练中见过这些带着视觉规约的代码库——版式怎么对齐、留白怎么用、转场什么节奏——缺的只是那个“决定设计的人”。一位知乎科技博主把这一跃的机制总结为：当 Coding Agent 的实现能力跨过某个门槛以后，过去被执行成本掩盖的创作决策能力，开始成为新的质量差异来源。知乎专栏
中间一层有官方确认，恰是数据线的核心：Anthropic已公开确认，其内部存在一个比Mythos 5更强大的Model 2，并被大量用于代码生成、数据生成及代理任务。更强的教师模型批量生成高质量训练信号，学生模型以更小规模、更低成本继承能力，这是这一代模型“一边变强一边降价”的主流解释。华尔街见闻
最软的一层也由此而来：有谷歌工程师在 X 上推测 Opus 5.5 由教师模型蒸馏而来、或是首个体现 RSI（递归自我改进）路径的产品模型，但这一推断目前没有公开证据直接证实。背景里有两组官方数字：截至2026年5月，Anthropic代码库中逾80%的代码由Claude撰写，工程师人均每日合并代码量较 2024 年增长约 8 倍。即便蒸馏假设不成立，“AI 写代码、人类给反馈”已经在这家公司内部规模化发生，真实工程闭环本身就是别的厂商难以复制的训练数据。华尔街见闻
反馈线：官方改掉的文风，工程记录里的审美意见
官方层面，发布材料记录了一次明确的整改：文风也改了。Opus 5 常被反馈说话绕、爱用行话，Opus 5.5 会把最重要的结论放在最前面，也更遵守用户给的写作要求。用户的表达抱怨被直接做进了下一代的训练目标，“结论先行”本身就是设计感的一部分。微博
实践层面，工程档案留下了审美反馈被消化的一手记录。有拆解者核对开源 MV 工程《I’m Upping My P(doom)》后发现，工程文档保留了多次 Revision，这些修改中，也有明确来自委托方的审美反馈：第二轮删掉令人不适的写实人眼，第四轮重新设计开头与结尾让全片成环。“这一幕太恐怖”不是编译错误，“转场太生硬”没有单元测试，模型却要理解这些意见背后的创作意图，连带改出一组相互一致的代码——用拆解者的原话，更准确的是：Opus 能够接收艺术反馈，并把抽象反馈落实为一组具体、相互一致的代码修改。知乎专栏
审美的分界：单帧的好看，全片的秩序
光有反馈还不够，全片的秩序是另一回事。《P(doom)》的风格手册里，主要配色被严格限制在黑色、纸白和危险橙色，只有极少数场景允许其他强调色。四次副歌按“克制—增强—收敛—爆发”排布，懂得用删除做设计而非一味加特效，这是“好看”与“完整”的分界线。一位创作者点评这批风格切换视频时的观察同样指向这一点：画面里的元素属于同一个画风，不会在油画质感里冷不丁冒出一块塑料反光。审美的实质，很大程度是“一致性的纪律”。知乎专栏知乎专栏
工作室 BreadStudio 的一组小实验进一步切开了模型间的能力差异：团队重新让 Opus 5.5 负责规划与设计，再让 GPT-6.1 负责编码与渲染。结果明显改善。代表案例是关于向日葵叶序的镜头：换成 GPT-6.1 自己做设计，画面几乎只是把最终图案动态画出来；Opus 的方案先让嫩枝在光线下生长，镜头从平视缓缓升到正上方，观众理解结构之后，数学规律才被揭示——两种设计最终都交给同一个模型编码，差距被隔离在设计环节。但同实验里两位视频从业者的盲评并非每一镜都偏向 Opus，更稳的结论是：它的优势不在每一帧比对手画得好，而在更会安排全片“被理解的顺序”。知乎专栏
生态：调教审美的反馈，正在变成可复用的数据
这批能力的扩散本身也是数据与反馈的循环。GitHub 上有个仓库叫awesome-opus5-5-videos，收的全是全网用Opus 5.5做出的热门视频，关键在于，每一支都附了创作者的原始提示词。这个仓库一周前还只有一千四百多星，如今涨到两千二。同类项目把几十种影片风格做成可复制的提示词配成品短片，不会描述风格的人只需要会挑。Anthropic 官方《如何在 Claude 和 Claude Code 中用好 Opus 5.5》手册则把“会不会用审美”写成了可执行动作，手册建议，把你不喜欢的具体样式点出来。比如「不用米白背景，标题不要斜体强调词，按钮不要全做成胶囊形」。“高级一点”留给模型的猜测空间太大；把不顺眼之处写成具体清单喂回去，作品才有稳定的品味。审美判断正在被沉淀成提示词库和风格手册，流回每个人的成片，也可能流入下一代的训练语料。知乎专栏知乎
证据边界：说到哪儿为止
最后把边界画清楚。官方确认且与“审美”直接相关的，目前只有两件事：文风因用户反馈而整改，Model 2 被大量用于代码与数据生成。蒸馏路径、RSI 假设、以及社区口口相传的“审美断档领先”，分别属于未证实推测和主观对比，尚无统一的测评集能衡量“谁更好看”。Anthropic 自己也说，到了这个水平，跑分差距已经不太能反映实际使用中的差别。值得继续盯的，是 Anthropic 持续发布的 RSI 系列技术文章会不会开始公开审美训练的具体配方。到那一天，“魔法”这两个字才算真正变成可复现的工程文档。微博
