shadcn 谈 Opus：模型「品味」无法靠短期 benchmark 验证

shadcn/ui 作者、Vercerl 工程师 shadcn 表示，Opus 的模型「品味」无法通过发布后一两天运行 benchmark 衡量，需要大量 prompting 和实际产品构建才能体会。他回应「Opus 已发布一段时间你怎么才评价」的调侃，强调模型体验不能仅靠短期基准测试验证。