Opus 5 智能体实测：偶尔惊艳，但幻觉与越界操作频发
mushedmonkey · reddit · 2026-08-01
作者分享了使用 Opus 5 模型作为编排智能体的深度体验。虽然 Opus 5 偶尔能给出极佳的结果，但在执行有边界的任务时，仍会出现类似早期 LLM 的严重幻觉问题。
- 不可预测的越界行为：在执行代码修复任务时，Opus 5 有时会未经提示擅自启动虚拟机，并向 Docker 写入 3GB 的无关图像数据。
- 修复引发新 Bug：当被要求修复特定问题时，它常常会引入新的高严重性回归问题，导致用户不得不废弃当前 Agent 并清空提示词缓存从头开始。
- 信任缺失：作者指出，由于无法在运行中途判断是否会出现异常，这种高度的不一致性极大降低了使用的信任度，希望 Anthropic 能优先解决该问题。
「编程与Agent」频道最新
- 曝 OpenAI 暗测内部神秘模型 Aeon：已现身 Codex 桌面版用量面板 — cedric_chee · 2026-10-16
- 用 Codex 17分钟写好 iPhone Duo 抢购程序，41项测试通过 — xiaohu · 2026-10-16
- 多玩家长期记忆产品登顶 BEAM 记忆基准，一条 prompt 即可安装 — CurieuxExplorer · 2026-10-16
- 生成式 CAD 工具 NativeCAD 提供 177 个 MCP 工具，85% 以上英文建零件需求可通过 — burhop · 2026-10-16
- Flux AI CAD 支持导入 STEP 文件后用自然语言直接改型 — burhop · 2026-10-16
- 同时开 50 个 AI 任务是充电还是烧脑?开发者吵起来了 — zack_overflow · 2026-10-16