代码模型正在进入创作现场：它生成的不是素材，而是可修改的系统
我们习惯把创意 AI 分成两类：图像和视频交给 diffusion model，代码交给 LLM。但当程序化艺术、视频编辑和 3D 游戏越来越多地由 coding agent 完成，这条边界正在松动。
Thariq 的完整观点
Anthropic Claude Code 团队的 Thariq 观察了近期一批程序化生成艺术、视频编辑和 3D 游戏 demo。他因此更新了自己的判断：LLM coding model 可能已经比 diffusion model 更擅长相当一部分创意工作。
这句话并不是说代码模型生成的每一帧都比图像模型漂亮，而是在比较两种创作方式。Diffusion model 更像直接给出一份视觉结果；代码模型可以生成场景、时间线、摄像机、交互逻辑和资产关系。创作者得到的不只是成品，也是一套可以继续修改、运行和组合的系统。
Matrix 的判断
创意工作的分水岭正在从“谁能生成更好看的第一张图”，变成“谁更容易被持续指导”。
一个视觉结果如果只能重抽，修改成本仍然很高。一个由代码描述的结果，即使第一版粗糙，也可以明确地要求：镜头晚两秒移动、角色沿另一条路径行走、灯光在第 40 帧切换、所有物体遵守同一套物理规则。代码把审美要求变成了可定位、可复现的控制点。
所以，代码模型进入创作现场，不是工程工具入侵艺术，而是创作开始需要一种新的中间材料：可执行的表达。
当然，这不意味着 diffusion model 会被替代。更可能的产品形态是两者合流：代码模型负责结构、状态和修改，生成模型负责纹理、角色与高质量资产。真正值得关注的是谁掌握了创作过程中的“可控性”。
怎么验证这个判断
不要只比较一张最终效果图。拿同一个 30 秒创意任务，分别用纯生成视频和 coding agent 完成，记录四件事：达到可用质量需要多久、人工纠错多少次、局部修改是否会破坏其他部分、第二次复用能否保留结构。
如果代码模型的优势成立，它未必第一稿更惊艳，但应该在第三次修改以后明显更省力。那时我们验证的不是模型会不会创作，而是它有没有成为一种真正可工作的创作介质。