一次提示，一小时，一个光追引擎

9 月 24 日，一名 Reddit 网友以 Zealousideal_View_12 为昵称发帖称，其使用 Anthropic 的 Claude Opus 5.5 模型，耗时约 1 小时从零生成出一个实时硬件加速路径追踪器。整个过程没有人工编写图形 API、着色器编译或并行执行相关的专业代码。

该模型编写了 C++ 与 CUDA 代码库，并借助 NVIDIA OptiX 9.1，直接调用现代 GPU 的专用 RT 核心与 Tensor 核心。

提示词写了什么

网友给出的初始提示词要求：构建一个由 NVIDIA CUDA RTX 与 Blackwell 内核加速的完整光追演示，调用他的两块 RTX 5090 显卡，并展示漫反射、金属反射、光泽度与粗糙度、透明度、半透明以及自发光等效果。帖子未说明后续是否存在追加与修改。

双卡协同：横向切分每一帧

渲染器采用双 GPU 分帧多适配器管线：系统横向切分每一帧，将不同的图像行分配给两块显卡，并根据实时负载动态调整任务分配，以维持双卡协同。尽管存在主机与设备之间的内存同步开销，该引擎仍保持 34 FPS，每秒处理 2.67 亿次光线采样。

用上了哪些现代渲染技术

在算法层面，项目采用了 Shader Execution Reordering（SER），在 GPU 上动态重组光线路径，防止复杂反射时出现管线停顿；同时结合 Next-Event Estimation（直接采样光源）与 Multiple Importance Sampling（多重重要性采样），以准确处理光照分布与柔和阴影。

为何不重用开源，而是从零生成

有网友在帖中提问：既然已有多款开源渲染器，为何不直接使用，而要让 Claude 消耗算力「重新发明轮子」？发帖者回应称，硬件专用内核与优化是原因之一；另一个现实考量是幻觉风险——成熟的开源渲染引擎动辄数百万行代码并带有严格的构建依赖，将其全部喂入 AI 上下文窗口既消耗大量 token，又可能让模型破坏构建依赖。从一个干净的工程从头生成，能显著降低幻觉概率，并在约 60 分钟内得到可运行的结果。

这并非孤例。此前 Claude 还曾被用于编写四足机器人的固件（细化到执行器、激光雷达与电源线），以及从零协助设计一块 PCB。一小时写出一个光追引擎，只是其不断变长的「简历」上新添的一行。