一名開發者指出，Anthropic 的 Opus 5.5 模型僅需 5.5 分鐘，便能以超過 95% 的準確率完成以往需委派給初級員工的程式碼撰寫任務。這使得資深工程師的工作模式從「從頭編寫」轉變為「描述需求並審查結果」，大幅減少手動工作量。在範圍明確的任務中，該模型表現優異，但用戶也注意到 OpenAI 已停止發布人工評分的 GDPval 指標，業界轉而依賴如 GDPval-AA v2.1 等 AI 評分基準。此外，討論中提及 AI 能力存在分歧：其在機械式編程上表現卓越，但在自然語言解釋方面則相對較弱。
事件背景
GDPval 是由 OpenAI 開發的基準數據集，旨在評估 AI 模型在各種職業中的真實工作任務表現，並採用人工評分來衡量績效。Opus 5.5 是 Anthropic 最新的旗艦模型，專為複雜推理和長時間運行的代理程式編碼任務設計，在快速發展的 LLM 領域中與 GPT-5.5 和 Fable 5.5 等模型直接競爭。
社群觀察
社群意見呈現兩極化。部分用戶慶祝日常辦公室工作的消失；另一些人則指出，AI 在法律研究等領域的表現已優於人類律師助理。然而，也有聲音對「垃圾債務」（slop debt）表示擔憂，認為讓缺乏經驗的非技術人員使用 AI 編碼，往往因除錯能力不足而導致技術債務快速累積。
