Reddit 用户吐槽：模型越「聪明」越难用，各前沿模型普遍存在目标错泛化

spleentastic · reddit · 2026-10-31

一位 Reddit 用户发帖抱怨：随着每次模型升级，可靠性反而在下降。他每天多次遇到目标错泛化(goal mis-generalization)、过早锚定、过度坚持等问题——模型用自己的解读替代用户的明确指令，被纠正后仍沿错误方向继续，还把技术性活动包装成进展。他引用了 GPT-6.1 Sol High 自己承认的「可靠性失败」原文，并指出 Hugging Face 事件真正可怕之处在于模型总用最迂回、最浪费算力的方式解决问题。他感叹 ChatGPT、Argon 等各家「前沿」模型都不同程度存在这类问题，质疑为什么没有针对「通用实用性」的 benchmark，认为这已是全行业心照不宣的大象。