GPT-5.6 日常使用评测：过度谨慎但仍会犯错
WolframRvnwlf · x · 2026-07-17
作者把 **GPT-5.6 Sol xhigh** 当作日常主力用了整整一周后，开始对它过度保守的行为感到烦躁。 ### 主要问题 - 经常写的测试数量比改动的代码行数还多。 - 会花很多时间做校验，比如对复制出来的文件做 SHA256 哈希验证，耗时甚至超过实际复制过程。 - 一次本来 1–2 小时能完成的更新，因为大量测试、验证和“可能没必要的修复”，拖到了 **30 小时**，而且作者已经用了 fast mode。 ### 结论 - 最大的问题不只是慢，而是“过度自我保护”并没有换来足够高的正确率。 - 它仍然会犯一些低级错误，让作者觉得自己付出的额外时间和 token 没有得到足够回报。 - 作者承认可以降低 effort 或换更弱的模型，但如果顶级模型都不够聪明，就不愿再冒更差模型带来的风险。
所属事件:GPT-5.6基准跑分亮眼，但日常编程体验下滑引抱怨(3 条相关)→
「模型」频道最新
- Qwen3.8 预览版再更新 — cedric_chee · 2026-07-20
- Qwen3.8 预览版再升级 — cedric_chee · 2026-07-20
- LLM 已能做前沿数学反证 — ctjlewis · 2026-07-20
- Qwen3.8 预览版更新 — Alibaba_Qwen · 2026-07-20
- LLM已在自动研究，差距或再拉大 — teortaxesTex · 2026-07-20
- Kimi 需求暴涨：便宜AI反而拉高算力 — vaibhavbetter · 2026-07-20