Claude Opus 5.5: Da li je ovo trenutak kada AI postaje istinski autonoman?

Claude Opus 5.5 je stigao i, sudeći prema prvim testovima, granica između „pametnog softvera“ i „autonomnog saradnika“ upravo je postala nevidljiva. Ovo nije samo još jedan model za ćaskanje; govorimo o sistemu dizajniranom za zadatke sa dugim horizontom (long-horizon tasks), sposobnom da satima operiše unutar kompleksnih okruženja bez ljudske asistencije.

Ključna promena leži u tome što smo modelu dali „ruke“. Kroz Claude Code – CLI alat (terminalski paket) koji modelu omogućava direktan pristup lokalnim fajlovima, alatima i mrežnom pregledaču – Opus 5.5 više ne piše samo kod, on ga izvršava, testira i ispravlja. Rezultati ovog „compute-over-time“ pristupa su fascinantni, na trenutke vizionarski, ali i podsetnik na bizarne granice mašinske inteligencije.

Rešavanje „nemogućih“ ReCAPTCHA testova i vizuelna adaptacija

Opus 5.5 demonstrira impresivno vizuelno rezonovanje kroz rešavanje zagonetki koje su decenijama bile „čuvari kapija“ protiv botova. Koristeći pregledač, model je sa lakoćom prolazio kroz testove identifikacije objekata, ali je pravi proboj napravio kod ugnježdenih mreža (nested grids). Model je prepoznao specifičan trik: nakon klika na ćeliju, ona postaje manja mreža unutar sebe, što je Opus uspešno navigirao dok nije označio sve tražene simbole.

Posebno je upečatljiv bio test „Whac-a-mole“ (Udari krticu). Budući da model zahteva određeno vreme za procesuiranje (reasoning trace), krtice su nestajale brže nego što bi on stigao da reaguje na njihovu trenutnu poziciju. Umesto da uzaludno juri krtice, model je pokazao stratešku adaptaciju: shvatio je da je sporiji od igre i odlučio da „čeka“ na jednoj poziciji dok se krtica sama ne pojavi pod njegovim kursorom.

Fizika bez prečica: Simulacija zraka (Ray Tracing) od nule

Zadatak je bio brutalan: kreirati 3D simulaciju metka koji probija vodeni balon, uključujući deformaciju vode i gravitaciju, bez korišćenja eksternih biblioteka poput 3JS. Ceo proces je trajao oko 1.5 sat, a model je koristio takozvanu „critic agent“ strategiju. Ovo predstavlja evoluciju od jednostavnog generisanja ka iterativnoj rafinaciji – gde jedan agent gradi, a drugi (kritičar) snima ekran, ocenjuje realizam ocenom od 0 do 10 i vraća povratne informacije.

Kada je početna verzija bila preteška za procesuiranje, model je reagovao na instrukciju o optimizaciji. Izvor navodi da je model, nakon što mu je rečeno da kod mora biti efikasniji, odgovorio dodatnim ciklusom rafinacije:

„Pobrini se da ovo bude dovoljno efikasno da se pokrene u običnom web pregledaču.“ — glasila je ključna intervencija koja je naterala model da optimizuje fiziku do nivoa funkcionalne simulacije sa parametrima poput viskoznosti i površinskog napona.

Zanimljivo je da, iako GPT6 Astra nudi vizuelno „uglađeniji“ prikaz u sličnim testovima, Claude Opus 5.5 pokazuje dublje razumevanje sirove fizike i funkcionalne logike koda.

Virtuoz na klaviru: Dimenzija vremena u realnom vremenu

Kada je Opus 5.5 dobio zadatak da komponuje solo u stilu Šopena i odsvira ga na virtuelnoj tastaturi, ušao je u domen sekvencijalne sinhronizacije. Izazov nije bio samo u notama, već u dimenziji vremena – pritiskanje tastera u tačnim milisekundama kako bi kompozicija zvučala muzikalno.

Nakon 30 minuta „razmišljanja“ i učenja kako virtuelni klavir funkcioniše, model je pružio performans koji je zvučao primetno bolje i prirodnije od konkurentskog GPT6 Astra modela. Ovo ukazuje na superiornu sposobnost upravljanja alatima koji zahtevaju precizan tajming.

Od skice do AAA igre: Moć agenture u Blenderu i Unreal Engine-u

Najveća snaga Opusa 5.5 leži u njegovoj sposobnosti da deluje kao kreativni tehnički direktor.

U jednom od najzahtevnijih testova, model je proveo preko 4 sata autonomno rekonstruišući Airbnb smeštaj u Blenderu na osnovu običnih fotografija. Rezultat je bio frapantno detaljan: od tekstura nameštaja do programirane putanje kamere, model je čak samostalno kodirao i okolnu sredinu objekta koja se nije ni videla na slikama.

Slično se ponovilo i u Unreal Engine-u, gde je model kreirao proceduralnu igru sa temom drevne Kine. Samostalno je pronašao animacije nindža skokova na Mixamo servisu, mapirao ih na karaktere i koristio kritičkog agenta da oceni estetiku dok nije dostigao nivo koji je sam definisao kao „AAA kvalitet“.

Paradoks inteligencije: Gde „najbolji model na svetu“ ipak pada?

Uprkos moći da gradi 3D svetove, Opus 5.5 se i dalje sapliće na zadacima koji su deci trivijalni. Na čuvenom „frog testu“, model ne samo da nije pronašao žabu na slici, već je halucinirao guštera na pogrešnom mestu.

Još jedan neuspeh zabeležen je u real-time navigaciji: test parkiranja automobila trajao je preko 10 minuta, uz višestruka zabijanja u zidove i druge automobile. Ovo pokazuje da je model još uvek previše spor za zadatke koji zahtevaju trenutnu refleksnu reakciju. U domenu medicine, model je tačno identifikovao samo 1 od 6 tumora na mozgu – što zvuči loše, ali je izvor naglasio da je to zapravo state-of-the-art rezultat koji parira ili pobeđuje sve ostale modele na tržištu.

Statistika, cena i tržišni poredak

Claude Opus 5.5 dominira u inženjerskim disciplinama, ali to dolazi uz cenu.

Iako je Opus 5.5 najskuplji model na tržištu, njegova efikasnost u agenturnom terminalskom kodiranju zapravo smanjuje ukupne troškove po uspešnom pokušaju u poređenju sa konkurencijom.

Zaključak: Šta nas čeka sutra?

Claude Opus 5.5 više nije samo model kojem postavljate pitanja; on je „kreativni direktor“. Integracije poput Higsfield MCP omogućavaju mu da planira čitave produkcione tokove, piše skripte i nadgleda rad drugih, specifičnih AI modela.

Njegova sposobnost da satima radi autonomno na rešavanju cilja, uprkos vizuelnim „slepim mrljama“, najavljuje eru u kojoj AI ne nudi samo odgovore, već gotove proizvode. Ostaje pitanje: Da li je svet spreman da plati visoku cenu za autonomiju koja povremeno ne vidi žabu ispred sebe, ali bez problema može da vam isprogramira čitavu video igru dok vi spavate? Era autonomnih agenata je zvanično tu.