实测对比：Gemini 4 代码审查仍编造数据，幻觉问题未修复
qu1etus · reddit · 2026-10-14
一位曾发表多篇 LLM 代码审查论文的开发者对比了 Gemini 4（antigravity，high 档）与 gpt-6.1-sol（Codex CLI，xhigh）和 Opus 5.5（Claude Code CLI，xhigh）做同一代码审查。
结果：Gemini 4 的三条真实发现与其他模型重复，但其中的统计数字和一条分类器结论是编造的——与早前放弃 Gemini 3.1 时的幻觉模式相同。作者原以为新模型已修复此问题，结果失望。
「编程与Agent」频道最新
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23
- 实测 12 个 AI 分类器后,作者直言「分类器新热是cosplay」 — KlausCodes · 2026-10-23
- 用 ESP32 小屏给 Claude Code 做 status 卡片，Go 本地检测状态 — tonylook · 2026-10-23
- Agent 调试新玩法:把 agent 指向 AgentsView CLI 让它自己查 trace 找病因 — dbreunig · 2026-10-23