徒手搓出「功夫女足」！打开一看，竟是中国AI

新智元报道 【新智元导读】 国产Coding模型杀疯了！实测1分20秒闭环真实Bug，1395行代码徒手捏出《我的世界》，长程工程能力直逼Opus 4.8，不用再当AI保姆了。 前几天，OpenAI大佬亲授，5分钟把GPT-5.6塞进Claude Code。 这波操作，瞬间引爆全网百万围观。 今天，我们如法炮制，把另一款「最强AI」也接入了CC，实测效果简直令人惊艳！ 眼下世界杯激战正酣，星爷新片《功夫女足》票房破5亿。 趁着这波热度，给这款AI派个应景的任务：「手搓」一款点球小游戏。 扔给它近600行代码，全程34分钟，直出一个能跑的HTML。 点击进入后，整个UI质感和视觉表现非常震撼。 难得的是，它极高的完成度：双战队设定，仪表盘计分、AI守门、动感音效，一应俱全。 第一发点球，瞄准、蓄力至峰值，起脚射门；攻守互换后，看准反应槽指针，顺势滑屏，可惜手速慢了半拍，扑救失败。 但真正体现细节的是，在设定中，通过一万次模拟，AI门将的扑救率「硬控」在32%内。 这样一来，我们既不会觉得AI是个毫无反应的「木桩」，也不会失去游戏体验。 可以说，整个过程，丝滑无卡顿。 不卖关子了，直接揭秘—— 这款装入CC的AI，就是快手发布的KAT-Coder-Pro V2.5，一款旗舰级的Agentic Coding模型。 别的AI可能还在卷「帮你补一段代码」，而它要解决的，是直接帮你「做完整个工程」。 这，正是横亘在所有Coding模型面前的终极鸿沟。 一手实测 AI Coding已到这个地步了？ 吹得再神，不如用实战说话。 接下来，我们直接把KAT-Coder-Pro V2.5拉进更多的真实场景，彻底探探它的底。 第一题：手搓《我的世界》，直接可玩 刚才的点球demo只算热身，接下来给V2.5上点强度，现场复刻《我的世界》。 提示词同样有400多行。压缩一下，大概是这样： 单个HTML文件，Three.js，第一人称。14种方块，各有硬度、透明度、碰撞属性，基岩不可破坏。所有纹理必须用Canvas程序生成16×16像素图——不许用一张外部贴图。固定种子噪声生成一座岛，要有丘陵、海岸、浅水、地下矿脉。程序生成橡树林，外加一间能走进去的林间小屋（木地板、原木立柱、玻璃窗、圆石屋顶、砖烟囱），再从出生点铺一条圆石小路过去。瞄准出线框，按住左键出进度条，挖碎了掉碎屑粒子。音效用Web Audio现场合成。 随即，一个可玩的「我的世界」就完成了。点「进入世界」，鼠标被锁进画面。 脚下是草，抬眼是蓝天，一条圆石小路从脚边铺出去，绕过橡树，通向树后那间小屋—— 木板墙、原木立柱、圆石屋顶、一根红砖烟囱，墙上四周还嵌着玻璃窗。 接下来，向木屋前方一空地走去，长按左键「啵」一声，草方块碎了。 十来个绿色的小立方体从坑里蹦出来，翻着跟头往下掉。 碎屑的颜色，正是刚被挖掉那块方块的颜色。 接下来，滑动工具栏切出沙子、橡木与石头等材料，是时候大展身手造房子了。 惊喜的是，在这方天地间，我们还看了一场染透天际的日落。 第二题：模拟太阳系，共用一个「时钟」 再来测试一个交互类的，让V2.5徒手捏一个太阳系。为了探底它的能力，我们给出了极其严苛的限制条件： 1000+行提示词，核心要点主要如下： 单个HTML， 纯Canvas 2D，不许用Three.js。八大行星、11颗卫星，全部给出J2000历元的真实轨道根数——半长轴、偏心率、倾角、升交点经度、近心点参数、平近点角。 明令禁止angle += speed。 行星和卫星都必须用牛顿迭代解开普勒方程，且共用同一个daysSinceJ2000。 金星和天王星的自转必须是负数。海卫一必须逆行，倾角157.3°。土星环和天王星环必须 分前后两次绘制 ，让行星能挡住环。高倍速下卫星必须切成轨迹模式防频闪。暂停时行星表面自转也得停，倒放时要反向回退。 行星表面全部程序绘制：木星要有大红斑，且随自转穿过可见半球；地球的大陆转到背面要消失，再从另一侧转回来。 外加：八档时间速度、两种轨道比例、虚拟相机跟随、700颗固定种子星星、小行星带、柯伊伯带、响应式布局、九个快捷键。 面对如此复杂的需求，V2.5展现出了教科书般的工程化思维。 它将整个项目精准拆解：从架构设计与轨道计算策略，到全局的双轨比例系统、星空背景生成，再到主星绘制、行星环分层渲染，以及复杂的卫星系统统筹。 所有模块层层递进，逻辑丝丝入扣。话不多说，直接上演示。 上下滑动查看 打开这个网页，中间是今天的日期，而屏幕上那八颗行星，正站在它们此刻真实所在的位置上。 这可不是一张太阳系的图，是一个真正运行的太阳系！ 太阳坐在正中，行星一颗颗铺开。火星和木星之间，是一圈细碎的尘在慢慢转——小行星带。 所有天体、所有卫星、行星表面的每一片云，必设定好了由同一个模拟时间驱动。 当按下暂停键后，行星停止公转，卫星停止公转，地球停止自转。 点一下土星，右边滑出资料面板。面板顶上那个小小的预览窗里，土星在缓缓自转，环跟着一起转，前后遮挡关系分毫不乱。 这已经不像一份作业，像一个上线了的产品。 第三题：真实仓库issue，1分20秒闭环 接下来，我们又把KAT-Coder-Pro V2.5扔进了一个真实的开源bug里。 结果比跑分刺激多了。题目来自humanize，一个真实的Python开源库。 2024年它有过一个真实的bug：naturaldelta(timedelta(hours=-5))，本该返回「5 hours」，它却说「a day」。 负5小时，被翻译成了一整天。 我们把仓库倒回bug还在的那个commit，只丢给它一份、issue，然后放手，全程不给任何提示。 在搜了2个pattern，读了2个文件之后，它直接给出诊断——Python对负timedelta采用补数存储，timedelta(hours=-5)内部实际是days=-1, seconds=68400。 原代码对两个分量分别取了abs()，-1天变成1天，68400秒原样留着，硬凑出「1天+19小时」。 这段根因分析，和官方修复的诊断完全吻合————补数存储、分量符号不一致、分别取abs导致错误。 但它开的药方和官方并不一样：官方是把整个timedelta整体取绝对值，它选择先换算成总秒数、再拆分。 顺带一提，这一整轮它跑在Claude Code里。 而Claude Code，正是官方Harness Scaling里点名的训练环境之一——mini-swe-agent、Claude Code、Codex、OpenClaw。 多框架反复实战，图的就是「换个框架不水土不服」。实测下来，它确实做到了完美适应，完全没有「水土不服」。 第四题：20分12秒，在一台还在飞的飞机上换引擎 最后一题不是修Bug，是往一个活着的系统里，塞进一整套新功能。 所有人都体验过，你传一个1 GB的文件，传到92%，网断了。刷新一下——从0%重来。 解法叫分片上传：切成一千片，断了只补没传完的那几片。听上去简单，切片、上传、拼回去。 但难的不是这三步，是中间那一地鸡毛： 分片乱序到达。客户端断线重传，服务器分不清这是 重试 还是 覆盖 。服务器一重启，磁盘上700个碎片就成了无主孤儿。而就算全到齐，也不等