Karpathy寻找下一代AI体感测试

Karpathy用Claude Opus 5把托尔金段落生成5500行3D浏览器场景代码。

推荐理由：从一段文学文本到5500行可运行3D场景，核心不是基准分数，而是测试模型长程规划、审美执行和代码整合能力；这类“体感测试”正在补足传统评测盲区。