实测大模型开发扫雷游戏：Claude表现强势，豆包与Grok各有优劣

一位科技爱好者发起了一场关于大模型代码生成能力的对比测试，旨在通过让AI构建一款具备“智能辅助算法”和“道具系统”的增强版扫雷游戏，来评估不同模型对复杂需求的理解与执行能力。测试涵盖了Claude Opus 4.7、豆包2.1p以及Grok build等模型。结果显示，Claude 4.7在核心逻辑实现上表现最为出色，近乎完美地实现了所有功能，但其提供的“智能辅助”倾向于直接给出结果而省略了推理过程，未能帮助用户理解游戏机制。相比之下，豆包2.1p严格遵循了提示词要求，成功实现了透视道具等细节功能，但在手机端UI适配方面存在瑕疵。Grok build虽然在功能上达标，但界面布局过于紧凑，用户体验不佳。本次测试虽未抽测到最新的Opus 5，但结果揭示了当前主流大模型在逻辑开发与前端设计上的差异化表现。

事件分析

💡 核心观点：大模型虽已具备处理复杂逻辑开发的能力，但在UI适配与深层意图理解上仍需人工干预。