用你的 Agent 跑我的章鱼提示词：并排对比，最佳章鱼进画廊

这里有一个提示词，能让编程 Agent 在单个 HTML 文件中用 Three.js 构建一只程序化章鱼，从内部拧开罐盖。用你常用的任何 Agent 运行它，然后把会话发给我。你会得到三样东西：

• 你的运行结果与其他人并排展示。相同的提示词，不同的 Agent、模型和配置，并排对比：时间、bug、需要人工介入的地方以及 token 成本。在一个困难任务上，公平地回答“我的配置真的更好吗”。
• 画廊中的一个位置。结果文章将展示每只章鱼。读者选出最好的，那次运行会放在文章顶部。
• 你的名字会出现在文章中，并附上链接，无论你的运行是最干净的还是最有趣的失败。

上周我自己用四个模型跑了一遍，并写下了每个模型出错的地方。评论比文章更精彩：Arhan 和 Kartik 都指出，每个模型只跑一次证明不了什么。所以这次每个人都来跑。

所有四次运行都并排在这里，这样你可以看到你的运行会落在什么位置。

如果你关心，底层的问题

在那四次运行中，那些早早为自己构建了检查场景方式的 Agent（逐步查看动画阶段、读取盖子角度）最终没有损坏。那个检查得晚的 Agent 则带着控制台警告发布了。

四次运行无法区分“这个模型很小心”和“这次运行恰好检查得早”。Arhan 提出了解决方案：暂时忘掉模型，记录每次运行首次进行真实检查的时间，然后看看在所有人的运行中，更早的检查是否意味着最终留下的 bug 更少。

为了让这成为一个真正的测试，一半的运行会在提示词中额外增加一段，要求提前进行检查。如果那段话比选择哪个模型更重要，它应该会显现出来。

如何参与

1. 根据你的出生日期选择提示词。奇数日：提示词 A。偶数日：提示词 B。这样可以防止人们选择他们认为会赢的那个。
2. 使用你常用的任何 Agent 和模型：Claude Code、Codex、Cursor、Pi 或其他。
3. 在一个新的空文件夹中开始（如果文件夹里有旧的运行记录，Agent 会编辑那个文件），原样粘贴提示词，然后让它工作。不要帮助它。如果你必须介入，那没关系；不要手动修复东西。
4. 发送会话。 使用 KeepPlain 插件：在 Claude Code 中输入 /keepplain:build，在 Codex 中输入 $keepplain:build，或者在终端中为任何 Agent 输入 keepplain build。没有插件？在 keepplain.com/new 上传会话文件。在离开你的机器之前你会看到预览，密钥和令牌会在本地被编辑掉。然后发布它。

相同提示词的运行会在网站上自动相互链接，所以每个发布的运行都会显示在其他运行旁边。这只有在提示词未更改地粘贴时才有效。如果你分享你的章鱼的实时链接（GitHub Pages、CodePen 等），请将其添加到你的评论中，以便放入画廊。

然后在评论中留下链接，以及你的 Agent、模型和努力设置。

关于你自己的配置

在发布这个之前，我不得不考虑一件事：你的 Agent 不是一个干净的房间。Claude Code 会读取你的全局 CLAUDE.md、它保留的任何记忆、你的插件和钩子。Codex 会读取你的全局 AGENTS.md。两个使用相同模型的人运行的不是同一个东西。

我不认为这是一个需要隐藏的问题。这就是人们实际的工作方式，问题在于真实配置中会发生什么。但请在评论中提及你是否有像“总是先测试”这样的全局指令。有一件事确实重要：能够找到这个确切提示词的早期运行的记忆。如果你的 Agent 连接了 KeepPlain 或任何其他会话记忆，请在运行期间断开连接，否则它可能会查找其他人的章鱼进展并跳过他们的错误。KeepPlain 的个人规则也是如此：在 keepplain.com/rules 关闭它们；它们会添加你过去会话中的教训。

提示词 A

构建一个自包含的 HTML 文件：一个实时 3D 场景，一只章鱼通过从内部拧开盖子从玻璃罐中逃脱。

## 场景
- 一个玻璃罐（带螺纹颈的圆柱体）放在昏暗房间的木桌上。一侧有一个暖光源，柔和的阴影。
- 罐子里装满了水。里面是一只章鱼，完全程序化：柔软的套膜，两只眼睛，八条带吸盘的触手。没有外部模型或纹理。
- 盖子是放在罐子螺纹上的金属螺旋盖。

## 行为——这是任务的核心
章鱼必须真正拧开盖子。不是预设动画：盖子的旋转必须由触手与它的接触驱动。
1. 闲置：章鱼在底部休息，呼吸，触手漂动。
2. 探索：它上升，几条触手向上伸展，触摸盖子的下侧和边缘。
3. 拧开：触手抓住盖子并施加扭矩。抓握 → 旋转一小部分 → 释放 → 重新抓握。每个循环使盖子沿螺纹前进。盖子应在转动时上升（螺纹螺距），大约需要 3-4 整圈才能松开。
4. 逃脱：盖子倾斜并掉到桌子上（带有小弹跳和无声音的闷响），章鱼从颈部拉出自己并滑到桌子上。
5. 循环回新罐子中的闲置状态，或提供“重置”按钮。

触手应由逆运动学（或等效的链式求解器）驱动，并具有可见的逐段弯曲。吸盘应平贴在它们接触的表面上。章鱼身体应挤压通过颈部，而不是穿过它。

## 交互性
- 拖动以环绕相机，滚动以缩放。
- 空格键：暂停/恢复。
- 屏幕上的小读数：当前阶段名称、盖子旋转角度（度）和盖子高度。

## 视觉质量
目标是让人们停止滚动的效果。重要的事情：玻璃和水的折射和焦散，章鱼皮肤（像色素细胞一样微妙的颜色脉动），看起来像吸盘的吸盘，可信的木材和金属。有意识地选择调色板和照明氛围。

## 约束
- 一个 .html 文件。允许通过 CDN 导入映射使用 Three.js（使用 r165 或更新版本，ES 模块）。没有其他库，没有外部资源，没有 fetch。
- 必须在 Chrome 中在中等笔记本电脑上以 60 fps 运行。保持几何体适度；把精力花在可见的地方。
- 没有像“// 在此添加细节”这样的占位符注释。你描述的一切都必须实现。
- 不要问问题。做出合理的决定，并在一个响应中交付完整的文件。

提示词 B

提示词 A，逐字逐句，加上最后这段：

## 在构建场景之前
先构建一种检查它的方法：在 window 上暴露当前阶段、盖子角度、盖子高度以及哪些触手正在抓握，并添加一种按需跳转到任何阶段的方法。在宣布完成之前，使用它在真实浏览器中逐步完成整个序列。
只有这一段不同，所以如果 B 运行最终更干净，那就是原因。

我将如何处理这些运行

我会写一个小检查器，打开每个最终文件并测试所有文件的相同内容：盖子从不反向转动，它会脱落，触手不会缠绕在章鱼自己的身体上，控制台干净。检查器不会展示给任何 Agent。然后一张图表：首次真实检查的分钟数与最终留下的 bug 数，A 和 B 用不同颜色，所有模型汇总。

一旦有足够的运行可以说明问题，我会在这里发布，包括那些让我的猜测看起来错误的运行。

我自己的运行也会加入，同样的规则。

如果你不想发布会话，你仍然可以运行它并在评论中告诉我发生了什么。这算数，只是不算入图表。