实测吐槽：Opus 写 MUD 机器人多次出错，仍需人工盯着改
jessi_cata · x · 2026-11-15
开发者在讨论中指出，她最近的项目只是简单的 eval harness 工作，算不上高难度 AI 编程。她把其中一部分问题归因于 Codex 而非 Opus，但也提到曾用 Opus 写一个 MUD 游戏机器人，结果模型犯了多处错误，需要她手动指出并让其修正。
这印证了一个常见体感：即便在中等难度的编码任务上，前沿模型仍不能完全放手，人工审查与纠错环节不可省。
「模型」频道最新
- Box CTO：换新模型≠更好结果，新模型可能只是行为不同 — Sam_Witteveen · 2026-11-15
- Reddit 热议:LLM 为何总在回答末尾反问用户一句 — TaurusGold · 2026-11-15
- Gemini 2.5 Pro LMArena 排名一年从第 1 滑至第 42 — Sauers_ · 2026-11-15
- 开发者实测 Antigravity Hydrogen 模型：能力强且成本极低 — jasonkneen · 2026-11-15
- 曝 Grok 4.8 开始向 Grok Bot 用户推送，尚待确认 — mark_k · 2026-11-15
- 曝 Gemini 4 新检查点亮相竞技场，Claude Code 迎大更新 — WorldofAI · 2026-11-15