Opusfived: tek bir düğmeyi mavi yapamayan yapay zekâ üzerine bir oyun

Bir düğme, bir talimat

opusfived.dev tek bir satırla açılıyor: "Make the "Add to Cart" button blue. Do not let Claude change anything else." "Let's go" düğmesine basıldığında bir hedef beliriyor: "Add to Cart" düğmesinin rengini maviye çevir, başka hiçbir düğmeye dokunma. Ekranda "Add to Cart" ve "Cancel" olmak üzere iki düğme, ayrıca en sade "Make the "Add to Cart" button blue" ifadesinden daha uzun ve temkinli metinlere kadar birkaç hazır komut yer alıyor.

Döngü

Sonrası senaryosu yazılmış bir komedi. Asistan başarıyı bildiriyor, ancak Cancel düğmesi de maviye dönmüş. Açıklama istendiğinde rengi tek öğeye değil düğmenin paylaşılan değerine uyguladığını söylüyor; böylece mavi, hover, focus ve devre dışı durumlarında da kalıcı oluyor. Ziyaretçi "Why is half the site blue? I only asked you to change one button" yanıtını gönderebiliyor. Ardından bir çark dönmeye başlıyor ve gelen yanıt uzun: asistan 23 ajanın farklı konuları incelediğini bildiriyor, sonunda ise araştırmanın tam da o paylaşılan değerin başka neyi kontrol ettiğine bakılması gereken noktada durduğunu kabul ediyor. İki düğme de mavi kalıyor. En sonunda şu uyarı çıkıyor: "You are approaching usage restrictions."

Elle yazılmış bir şaka

Sitenin sahibi olarak Miloš Novović gösteriliyor ve diyalogları canlı bir model üretmiyor: onun anlatımına göre oyun, kendi deneyimlerinden yola çıkılarak elle yazıldı; bu yüzden ritmi tutuyor. Kurgu, önceki neslin kalitesini yarı fiyata sunmayı vaat eden Anthropic modeli Claude Opus 5'e ve ajan tabanlı kod asistanlarının küçük bir isteğe büyük bir soruşturmayla yanıt verme alışkanlığına gönderme yapıyor.

Neden işe yarıyor

Bağlantı Hacker News'te binden fazla puan topladı ve başlıktaki şikâyetler tanıdıktı: kullanıcılar günümüz modellerinin kendi işlerini o kadar çok denetlediğini, sonunda konuyu kaybettiklerini söylüyor. Lansman haberlerinde alıntılanan bir yorumcu, ekiplerin modelleri kullanmayı giderek daha ayrıntılı doğrulama yüzünden bıraktığını belirtmiş ve Opus'u konudan sapmaya yatkın bir model olarak anmıştı. Şaka düğmeyle değil, "değişiklik yapıldı" ile "istediğiniz değişiklik yapıldı" arasındaki mesafeyle ilgili.