我个人觉得大部分是人的问题. 如果始终是许愿式开发.评价体系为 AI 能一次猜到你想的 = 聪明,猜不到 = 不聪明 那任何模型应该都存在这个问题,除非他能接你的脑机接口,知道你脑子里的全部上下文 而且由于变量的不同,会有一些可能存在的错误判断. 比如在 Claude 中聊问题 A, 发现他能很快明白你的描述,解决你的问题. 后面 换到到 Codex 时,聊的是问题 B,但是他没能立马明白你的描述,得聊多轮才能解决你的问题 所以得出的结论: Claude 比 Codex 聪明.或者 Codex 降智严重 但实际上有可能同样的提示词放到 Claude 中也未必能立马解决问题 B

所以我个人感觉许愿式开发,总的来说是不稳定的,除了模型本身的能力是一个影响因素外,一个相对稳定的工作流是很重要的, 最重要的就是得让 AI 知道你当前问题的足够上下文.

🔗 原始来源

如果你要核对细节，可以再看原文： V2EX原文链接