GitHub 设计工程师谈「能力煤气灯」:代码稳如狗,审美被坑惨
PawelHuryn · x · 2026-09-25
GitHub Next 设计工程师 Maggie Appleton 提出「capability gaslighting」:模型在一个任务上惊艳你,换个任务就翻车,让你怀疑它到底行不行。Pawel Huryn 补充区分:在 agentic 工程里这现象其实不成立——工程任务的对错可验证、答案常是二元的,模型表现非常一致;真正被「煤气灯」的是设计与审美类任务,因为没有东西能标记错误答案,失误也难以描述。
「模型」频道最新
- Reddit 用户:模型够聪明了,我已几个月不再精心写提示词 — Large-Excitement6573 · 2026-09-25
- 用户痛诉 Sol 6 变懒浪费耐心，$100 Claude 订阅反而更香 — AirportEither2456 · 2026-09-25
- Nagi-ENORMOUS 在 Game Arena 基准上击败 Jev、Semif、Laya — No_Skill_8393 · 2026-09-25
- Principia 基准:视频模型物理理解不及高中生,三 5 分落选 Oral — mariyaivasileva · 2026-09-25
- 何为智能后稀缺时代:Opus 5.5 级别降到 $0.10/$0.50 每百万 token — Sect-Sister-Reads-42 · 2026-09-25
- NetHack 挑战或已告破：LLM 攻克 2020 年来未解基准 — PMinervini · 2026-09-25