Mar 23, 2026 · 5 min read

嗯，最近一直在测试 opus 和 gpt5.4 的能力差别，目前结论是各有千秋。

今天我们从 opus 的一个最大优势讲起。先来看两张图。

第一张是用 kafka definitive guide 第二版去问 opus：

注意看 opus 的思考过程

第二张是用同样的问题去问 chatgpt：

同样注意看 gpt 的思考过程

可能有些读者还一头雾水，这能说明啥？嗯，先卖个关子，我们来看看之前关于 anthropic 的一篇报道：

当地时间9月5日，人工智能初创公司Anthropic提交的法庭文件显示，该公司将支付至少15亿美元来解决一起在美国的集体诉讼，该诉讼指控Anthropic涉嫌使用盗版书籍来训练聊天机器人Claude。

这一和解若获得法官批准，将成为AI公司与创作者之间版权争议的里程碑，也可能对整个出版业、创作者群体及AI行业的商业策略产生深远影响。根据和解协议，Anthropic将向约50万部纳入和解范围的书籍的作者或出版商支付每部约3000美元的赔偿。原告方律师贾斯汀·尼尔森（Justin Nelson）表示："据我们所知，这是有史以来金额最高的版权赔偿，也是人工智能时代的首例此类案例。"

说结论，anthropic 用大量的书籍去训练了自己的模型，并且在模型的思考过程中大方地告诉你了，这本书我知道，它就在我的训练数据里。

个人认为，这些书的内容，目前是 opus 相比 gpt5.4 的最大的优势之一，这意味着什么呢？

最简单的，通过与 opus 互动，了解书的主要内容，加速书籍内容的理解和消化：

比如我可以通过互动了解到 TLPI 这本经典大部头里的内容

在 AI 时代，只是让 AI 做学习助手就有点 low 了。我们可以合理利用对我们自己脑中书籍的了解，让 AI 借助某本书的方法论来辅助我们进行开发。

比如我之前读过 righting software，觉得这本书里有个观点有点意思，按照代码的易变性来对代码进行分层：

让 AI 快速帮我出了一个版本，并且说明分层原因之后，对当年这本书的观点又加深了一层。这本书我当时读完只对 workflow 和 rule 的组合印象深刻，对易变性的理解其实没那么深。基于易变性来分层，当时更是没怎么多想，有了 AI 去做实验就方便多了，极大缩短了方法论的落地路径。

上面都是前互联网时代的东西，有没有更 AI native 一点的东西呢？有的，兄弟，有的。

我们可以直接让 AI 把我们认为不错的书转成 skill：

要求 opus 把 ddia 转成一个 senior architect 视角的 review skill

当然，这只是 review，整个软件开发生命周期的每一个环节都有优秀的书籍介绍，所以如果你喜欢哪本著作，并且高度认同书中的观点，你就可以把这本书转成软件生产某个环节的 skill。

转换完之后，还需要再 review 一遍，因为方法论都是有时效性的，读书的时候要有批判性地读，自动转换出来的结果自然也不应该全盘接受。

我在某个群里和朋友分享观点之后，另外一个朋友也提出了同样的看法，并且给了我一个清单，是他的偏好（注意，不是我的）：

需求分析：
- Are Your Lights On? — Gerald Weinberg
- Specification by Example — Gojko Adzic
- Exploring Requirements — Gerald Weinberg & Donald Gause
- User Stories Applied — Mike Cohn
- User Story Mapping — Jeff Patton

OO 建模：
- Object Design: Roles, Responsibilities, and Collaborations
- Object-Oriented Methods: A Foundation, UML Edition — James Martin

设计：
- Software Architecture in Practice — Bass, Clements, Kazman
- Patterns of Enterprise Application Architecture — Fowler
- Domain-Driven Design — Eric Evans
- Designing Data-Intensive Applications — Martin Kleppmann
- Fundamentals of Software Architecture: An Engineering Approach

编码：
- Refactoring — Martin Fowler（1999，第二版2018）
- Test Driven Development: By Example — Kent Beck（2003）
- Working Effectively with Legacy Code — Michael Feathers（2004）

测试：
- Agile Testing: A Practical Guide for Testers and Agile Teams — Lisa Crispin
- More Agile Testing: Learning Journeys for the Whole Team — Lisa Crispin
- XUnit Test Patterns: Refactoring Test Code
- Lessons Learned in Software Testing — Kaner/Bach/Pettichord

这篇文章是讲 book driven，你自然也发散成 doc driven，paper driven。

读者应该要有自己的想法。