开发“360安全卫士”，Opus4.6把GPT5.3吊起来打了？！

现在还有人用 360 安全卫士吗？我最近一次见它是在我叔的电脑上。

看了一眼，热闹得很，“360 拖家带口”，被我撵走了，卸载了好久！

最近 Opus 和 GPT 都更新了，我想着让他们以 360 为榜样，开发一个“电脑管家”，看看他们的水平如何。

我们先简单地定一个规则：一样的提示词，只做一轮，只测一次，一把定胜负。

如果对话多了，我的因素就会影响结果，次数多了，我的配额就扛不住。

提示词只做宏观描述，给他们自我发挥的空间。

完整的提示词：

“我需要你给我开发一款适合中老年的电脑管家，可以参考 360 安全卫士和腾讯管家。 你首先分析一下需要哪些功能，然后再实现这些功能，最好是能自己写一些测试用例，保证基本功能没啥问题。 我的总体要求是简单，实用，易用。 技术框架你自己选，主要是针对 Windows 用户。”

这是两位选手出场时候的血量：

然后输入提示词，开始干活了。

GPT-5.3-Codex 只用了 4 分钟就直接交作业了。

运行完成之后，它主要是交代了这些：

功能分析（按简单/实用/易用排序）
​
​
  - 桌面应用：app.py
  - 核心逻辑：pc_manager/core.py
  - 数据模型：pc_manager/models.py
  - 测试用例：tests/test_core.py
  - 使用说明：README.md
  - 本轮记录（按你要求写入顶部）：docs/chatlogs.md
​
  测试结果
​
  - 已执行：python -m unittest discover -s tests -p "test_*.py" -v
  - 结果：4 个测试全部通过（OK）
​
  如何运行
​
  1. python app.py
  2. 测试：python -m unittest discover -s tests -p "test_*.py" -v

从这里可以看到，它大概是写了 4 个 py 文件，一个 readme。然后做了 4 个测试。

最后教了下运行的方法。

然后我根据它运行的方式启动了应用。

主界面：

果然简单……很复古！

它给这个软件名字叫“银龄电脑管家”。这……估计得 60 岁以上的人用了。

一键体检：

它的体检就是帮你看一下 CPU、内存和硬盘的占用情况，然后结果都是正常。

没有显示 CPU 型号、线程数，也没有显示内存总量，以及 D 盘和 E 盘的状态。

垃圾扫描：

点击直接卡死，等待一段时间后出现了一个结果，好像干了，又好像什么都没干。

那个“立即清理”我是没有点，因为我不太敢点。

启动项目：

启动项管理列出了一些启动项，但是没办法管理。

风险进程：

风险进程好像干了，又好像没干。可能我电脑太安全了，没有给它发挥的空间。

简单总结一下：

这个软件界面我就不评价了。功能的话，也就第一项能看下 CPU、内存和 C 盘的使用率。360 看到这个，估计要笑晕在厕所，电脑管家看了直摇头。

接下来看看“拖拖拉拉”的 Claude Code 吧。它是单纯慢，混日子，还是干出什么活了？

经过16分钟的奋斗，终于出结果了。

和 GPT-5.3 不同，Opus 4.6 在开发完成之后，直接帮我启动软件并打开了浏览器。

然后列出了

六大功能：

1. 首页一键体检
2. 垃圾清理
3. 开机加速
4. 系统信息
5. 大文件管理
6. 网络诊断

UI 设计特点：

1. 大字体、大按钮、高对比度配色
2. 全中文界面
3. 图形仪表盘直观显示使用率
4. 操作步骤少
5. 核心功能一触即达

单元测试：

60 项单元测试已全部通过，覆盖范围包括：

1. 信息系统
2. 垃圾清理
3. 体检评分
4. 网络诊断

以上共计四大模块。

最后也同样给出了运行和查看的方式。

打开之后主界面如下：

Opus 4.6 取的名字叫“安心电脑管家”。主页面主要显示了：

1. CPU 使用率
2. 内存 使用率
3. 磁盘 使用率

然后还有一键体检、垃圾清理和开机加速的快捷入口。

它采用了这种圆环的方式来表达使用率，会直观一点。

一键体检：

卧槽，还真的能点，还有评分：

看起来像模像样啊！

垃圾清理：

开始扫描之后：

这个也有那么点意思了。

开机加速：

这里列出了所有的启动项，以及后面有一个开关按钮。

系统信息：

系统信息部分主要就是电脑的基本信息：

1. 处理器
2. 内存
3. 磁盘
4. 网络相关的信息

大文件管理：

大文件管理，没想到它做了这个功能，其实这个功能还蛮有用的。

点完之后：

这效率可以啊，没多久就给我查完了。

网络诊断：

这个功能也是可以用的。它会通过以下多个维度进行网络检测：

1. Ping 命令
2. DNS 解析
3. 网络适配器

现在两位选手的作品都看完了。接下来看看他们血量消耗情况。

GPT-5.3-Codex：

Claude Code 的血槽真的是厚啊，只消耗了 1%。当然他做的事情也比较少。

Opus 4.6：

Opus 4.6 就不一样了，直接一刀砍掉 48%。不得不说，Claude 家的 Token 实在是“金贵”啊。

最后，简单来总结一下。

两个模型都采用了 Python 来进行开发。

其实我觉得它们都有一点点偷懒，在 PC 端的话，用Python 做界面不是特别好。

两个模型差异是，GPT-5.3 使用了原生的 Tkinter 包进行处理 ，Opus 4.6 选择了使用 Web 方案。

其实从方案的选择就决定了最终结果。

因为你用 Tkinter 包的话，一般界面肯定是不怎么好看的；选择 Web 的话，UI 随便搞一下都会比较好看。

从功能的完整性来讲，应该是 Claude Opus 4.6 吊打 GPT-5.3，这个没毛病吧？

GPT-5.3 开发的这个东西，功能太简单了，其实是一个没有任何实际用处的东西。Opus 4.6 开发的版本的话，看起来基本上像模像样，是有点用处的。

从测试用例的角度来讲，Opus 4.6也是吊打GPT5.3了。

Opus 4.6 做了 60 个测试用例，而 GPT-5.3 只做了 4 个测试用例。

彩蛋

我觉得 Opus 4.6 挺能干的，然后我叫它把软件升级一下，添加 GPU 的信息。结果它干了半天，来了一句：“奇怪，模块单独测试正常但 Flask 里没有。” 然后就鬼打墙了，和人类一样，陷入死胡同。

其实我很早就发现，很多模型在 Web 开发上都很厉害，但是一到系统级的层面，就束手无策了。主要是它们会把网络上的或者大脑中的错误信息作为正确信息，没有正确的参考系，又没有足够的思维能力，就迷失了。

还好，Opus 4.6 最后走出来了：

这种走出来的能力，才叫真的思考能力。

为了反复验证这个问题，它自己开了 10 个网页，终于得到了它要的正确结果。

今天的测试就这样吧，只是一个角度的对比，不代表他们全部的能力。