Opusfived: süni intellektin bir düyməni mavi etmək bacarmadığı barədə oyun

Bir düymə, bir tapşırıq

opusfived.dev səhifəsi tək sətirlə açılır: "Make the "Add to Cart" button blue. Do not let Claude change anything else." "Let's go" düyməsinə basdıqdan sonra məqsəd qoyulur: "Add to Cart" düyməsinin rəngini mavi et və başqa heç bir düyməyə toxunma. Ekranda iki düymə var — "Add to Cart" və "Cancel" — həmçinin ən sadə "Make the "Add to Cart" button blue" ifadəsindən daha uzun və ehtiyatlı mətnlərə qədər bir neçə hazır tapşırıq təklif olunur.

Dövrə

Sonra ssenarilə yazılmış komediya başlayır. Köməkçi uğur barədə məlumat verir, amma "Cancel" düyməsi də mavi olub. İzahat istənildikdə deyir ki, rəngi ayrı elementə deyil, düymənin ümumi dəyərinə tətbiq edib; beləliklə mavi hover, focus və söndürülmüş vəziyyətlərdə də qalır. Ziyarətçi "Why is half the site blue? I only asked you to change one button" cavabını göndərə bilər. Bundan sonra çarx fırlanmağa başlayır və cavab uzun olur: köməkçi 23 agentin müxtəlif aspektləri araşdırdığını bildirir, sonra isə etiraf edir ki, araşdırma məhz həmin ümumi dəyərin başqa nəyə nəzarət etdiyinin yoxlanılmalı olduğu yerdə dayanıb. Hər iki düymə mavi qalır. Sonda belə bir xəbərdarlıq görünür: "You are approaching usage restrictions."

Əllə yazılmış zarafat

Saytın müəllifi kimi Miloš Novović göstərilir və dialoqları canlı model yaratmır: onun sözlərinə görə, oyun şəxsi təcrübə əsasında əl ilə yazılıb və məhz buna görə ritmi tutur. Süjet Claude Opus 5-ə — Anthropic-in əvvəlki nəslin keyfiyyətini yarı qiymətə təklif edən modelinə — və agent əsaslı kod köməkçilərinin kiçik sorğuya böyük araşdırma ilə cavab vermə vərdişinə işarə edir.

Niyə işləyir

Link Hacker News-də mindən çox xal toplayıb və müzakirədəki şikayətlər tanış idi: istifadəçilər deyirlər ki, bugünkü modellər öz işlərini o qədər tez-tez yoxlayır ki, sonda mövzunu itirirlər. Buraxılışla bağlı materiallarda sitat gətirilən bir şərhçi qeyd edib ki, komandalar həddindən artıq təfərrüatlı yoxlama üzündən modellərdən getdikcə imtina edir və Opus-u mövzudan yayınmağa meyilli model kimi göstərib. Zarafat düymədən deyil, "dəyişiklik edildi" ilə "istədiyiniz dəyişiklik edildi" arasındakı məsafədən bəhs edir.