用 Claude Code + Codex 复检 8 项著名研究:仅 1 项站得住
beglen · x · 2026-10-27
beglen 发布一项复现实验:让 Claude Code + Codex 按最高学术标准对 8 项著名研究发现在新数据上重新检验,一夜完成,每项产出可发布的一页信息图。流程上,他在拉取任何数据之前,先为每项研究写好简短分析计划(测什么、怎么测、何为成立/减弱/失败/不明),并提前提交到私有 GitHub 仓库,时间戳独立可查。结果:1 项成立(带保留)、1 项勉强成立、1 项不成立、1 项已基本失效、4 项无法裁定——作者认为这最后一条本身就是诚实的发现:大多数著名效应从来不像标题说的那么稳固。该帖是对 Ethan Mollick 提议的回应,后续帖子附有各研究报告。
所属事件:开发者用 Claude Code 与 Codex 一夜复检 8 项著名研究(2 条相关)→
「编程与Agent」频道最新
- xAI 免费放出 18 篇 Grok Bot 实战指南,覆盖销售到工程约 3 小时 — victor_explore · 2026-10-27
- 「每天 100+ commits 成新底线」：AI 编码时代的产出军备竞赛 — damnGruz · 2026-10-27
- Rocket 开放应用平台上线：为 vibe coder 汇聚与分发 AI 应用 — alexmacgregor__ · 2026-10-27
- 不建 3D 模型：用 AI 生成视频拆帧做出可交互 3D 商品展示 — aigclink · 2026-10-27
- 商品照变可旋转展示完整教程：GPT-6 Astra + AI 视频当 UI 动画 — MaziyarPanahi · 2026-10-27
- DeepSeek 领队 4 个 Qwen3.5-9B 逆向工程二进制,实验显示团队协作反成开销 — HauntingMoment · 2026-10-27