有一事不解，是绝大多数都是许愿 AI？

[sampeng]

v2 好像还好，隔壁 linux.do 的帖子 80%都是在测试模型有没降智

我用了一年除了 sonnet3.x-4.x 突然开始我说 a ，他做 b 以外这种明显的。其他基本没有感觉到啊…忘记做漏做都是自己没说清楚的。给我的感觉就是我要没提他做了是惊喜，没做是我没说清楚。只要把我说了的都稳定快速做完就是好模型。

或许这种所为的脑子不好使就是模型幻觉在 coding 里面的表现？

然后我就想到会不会是都在许愿编程？用的人自己并不清楚正确的是什么结果，或者就是一句话帮我做个登录，帮我搞一下支付，帮我做 xx 功能这样？

[jackzhou968]

有更好的模型, 觉得以前的模型不好用了

[nsjs]

开发三步骤嘛，提需求，实现，判定正确性。 判定很难的，没这能力就只好依赖 ai 了…… 而且现在很多人用来做整个产品，或多或少都有这方面问题的

[sampeng]

@nsjs 我个人非常不看好一个/glob 就不管了…我拿一个帐号来试过，他是会自己验证。写出来的东西都是啥啊…我再拿个 ai 来接着写都看不懂怎么修 bug 。

[Antihank]

我没看到使用 Anthropic 模型的人有提出，基本上都是使用 Openai 模型的人在抱怨这个现象。

[nsjs]

@sampeng 做自己懂的东西是的，毕竟自己知道应该做成什么样。 现在有了 agent 之后，可以用来做更大的，超出自己知识和精力范围之外的东西了。 超出知识范围还好，可以学，超出精力范围就实在没有办法了，只能靠 agent 了。 所以模型智力很重要嘛，但这么多的人测智力的大多都是跟风图一乐而已，自己的那半亩地都种不好的

[jonty]

@Antihank #4 opus4.7 出来那时候不少人抱怨吧。

[idealhs]

你自己测一下醍醐不就知道了
前两天 Astra 高负载的时候，多少人用 Astra 被路由到 5.5 mini 了
你感受不到 != 不存在

[FTJ]

倒不完全是许愿。我的体验是，从 Opus 4.7 之后各家模型都有个毛病：回复越来越“工程师黑话化”。给个需求，开发完甩回来一堆编程术语，还混着它自己起的各种函数名、模块名，想看懂它改了哪里、怎么改的，成本非常高。功能是做了，但人和 AI 之间反而更难沟通了。