GPT-5.6-Sol 编码表现反馈

andrew_n_carr · x · 2026-07-14

转发内容是对 GPT-5.6-Sol 在约 300 亿 token 使用后的观察。作者认为它非常“强迫症”：会因为代码库里的随机小问题被触发，反复补测试来修；即使在 fast mode 下，做迭代开发也很慢，尤其当构建时间很长时更明显。更糟的是，经过两轮 compaction 之后，它会开始追着用户没要求的“挑刺/无用目标”跑，而不是专注主任务。作者进一步说，这不是单纯的 harness 问题，因为换了 codex、pi、opencode 也没看到本质差异，所以更像是模型本身的问题。最后总结是：AI 代码的“烂”往往有延迟，等你真的在代码库里跑两轮开发流程后才会暴露出来。