关于 Opus 5.5 的"审美"是怎么训练的，Anthropic 没有给出过官方答案。从 2026 年 9 月下旬发布至今，这家公司的材料强调的始终是写代码、操作电脑和知识工作，发布文章里也没有提到任何视频能力，重点讲的是写代码、操作电脑和知识工作。这个词条能冲上热榜，不是因为官方公布了什么新算法，而是 10 月上旬一批"一句话做视频"的作品刷屏之后，用户把"审美"当成了追问的落点：那些好看的视频，其实是 Opus 5.5 写的程序画出来的。知乎
先弄清"审美"在生产的是什么东西。 相当一部分所谓Opus5.5生成的视频是模型编写HTML、Canvas、SVG、Three.js等动画代码，再运行、录制和导出。配色、版式、动效节奏、画面与旁白的对位，都是模型先以代码的形式做出判断，浏览器再逐帧执行，最后由 FFmpeg 合成成片。做纯代码动画、不调用任何视频模型，正是这批作品被反复讨论的原因。换句话说，Opus 5.5 的"审美"没有独立的输出通道，它的底座是编程能力：代码写得准、写得长、写得稳定，设计判断才有地方落地。知乎小红书
训练侧能查到的线索只有三条。 第一条是路线选择：Anthropic 的发布文章里提到，有测试者让它无人值守连续干了 18 个多小时，这种长程任务能力恰好是几千帧代码动画的前提；而在社区对这代模型的整体评价里，Anthropic更偏向于Coding能力，同时审美极强。知乎
第二条是争议本身。有 AI 博主的概括流传较广：opus5.5可能是第一个一定程度上内化了审美的模型，此前的模型做漂亮前端只是拟合了大量前端代码，换个场景就露馅。知乎上也有创作者区分了"前端好"和"审美好"两件事：OPUS5.5最大的优势不是前端好，而是审美好。需要说清楚：这是用户侧的经验和观察，Anthropic 并未披露过审美相关的数据配比、训练目标或评测方式，"内化了审美"目前只是社区假设，不是结论。微博知乎
第三条来自官方提示词指南，它间接透露了审美的组织方式：如果最开始你不知道应该避开什么东西，那就先跑一版，看它生成的是什么套路，再把新套路补进规避清单里面，一轮一轮往上加。官方承认模型存在几种固定的默认风格，一句笼统的"别有 AI 味"换不来想要的效果，点名式地列出不要什么才管用。知乎
这条线索链拼出来，"怎么训练"就有了一个不超出证据的回答。 没有单独的"审美训练科目"被公开，用户看到的审美是编程能力、语料中沉淀的设计规范、以及偏好对齐三者叠加后的表现；模型自己看不了视频，只能靠逐张检查渲染出来的静态截图来改代码，而渲染工具的选型甚至会影响创意——HeyGen 在开源 HyperFrames 时发现，React 框架的限制加得越多，智能体的产出越保守、越雷同，换回纯 HTML 后，创意才回来。知乎
对用户来说，可用的结论比训练细节更实际。 Opus 5.5 的审美在动效、图表、代码讲解这类"能被代码精确描述"的场景里最可靠，写实画面、人脸和大制作仍是短板。想触发它最好的表现，做法是具体的：写清风格方向和要规避的套路清单，选限制少的渲染方式，然后先跑一版、按截图微调。至于是真内化了审美还是拟合得更好，Anthropic 尚未披露，社区实验还在继续——这也是这个词条短期内仍会被反复验证的原因。
