500 chiếc đồng hồ gói gọn trong một file HTML 6,3 MB nhờ Claude Opus 5.5

Việc đánh giá các mô hình AI tiên tiến ngày càng trở nên khó khăn khi các benchmark truyền thống dần bão hòa. Một lập trình viên đã chọn cách tiếp cận thú vị: yêu cầu AI tạo ra các trang web hiển thị đồng hồ tự chứa. Kết quả là 500 chiếc đồng hồ độc đáo, tất cả nằm trong một file HTML duy nhất nặng chỉ 6,3 MB, do Claude Opus 5.5 tạo ra.

Phương pháp đánh giá độc đáo

Tác giả chia sẻ rằng anh lấy cảm hứng từ "thước đo chim bồ nông đi xe đạp" (pelican-on-a-bicycle) của Simon Willison — một cách kiểm tra trực quan xem mô hình AI có thể vẽ ra thứ gì đó hợp lý hay không. Thay vì chim bồ nông, anh chọn đồng hồ làm chủ đề thử nghiệm.

Cách làm rất đơn giản nhưng hiệu quả: yêu cầu mô hình tạo ra một trang web tự chứa (self-contained) — nghĩa là toàn bộ HTML, CSS và JavaScript nằm trong một file duy nhất, không phụ thuộc tài nguyên bên ngoài — có chức năng hiển thị đồng hồ.

Điều khiến tôi đặc biệt ấn tượng là sự đa dạng, thú vị và chất lượng của những chiếc đồng hồ do Claude Opus 5.5 tạo ra.

Trong nhiều phiên làm việc trên giao diện chat của Claude, tác giả đã tích lũy được tổng cộng 500 chiếc đồng hồ khác nhau, sau đó gộp tất cả vào một file HTML duy nhất.

Kết quả ấn tượng về độ đa dạng

Điều đáng chú ý không chỉ là số lượng mà còn là tính sáng tạo của từng thiết kế. Mỗi chiếc đồng hồ có phong cách riêng, từ đồng hồ kim cổ điển, đồng hồ số tối giản, đến các phiên bản nghệ thuật với hiệu ứng động phức tạp.

Việc tất cả 500 thiết kế vẫn giữ được dung lượng khiêm tốn 6,3 MB cho thấy khả năng tối ưu mã của mô hình — một yếu tố quan trọng khi đánh giá chất lượng đầu ra thực tế của AI lập trình.

Ý nghĩa đối với cộng đồng phát triển

Thử nghiệm này phản ánh xu hướng đánh giá mô hình AI qua khả năng sáng tạo thực tiễn thay vì chỉ điểm số trên các bài kiểm tra chuẩn. Với lập trình viên Việt Nam, điều này có ý nghĩa thiết thực:

• AI ngày càng đáng tin cậy trong việc tạo mã giao diện phức tạp
• Có thể tận dụng để tạo nhanh các component UI đa dạng
• Cần đánh giá đầu ra kỹ lưỡng thay vì tin tưởng tuyệt đối

Toàn bộ quá trình nhắc lệnh và thiết kế trang được Claude tóm tắt và công bố trên GitHub, cho phép cộng đồng tham khảo cách tiếp cận này để tự kiểm tra các mô hình AI mà mình quan tâm.