同一段科研代码,Carbon、Neon、Claude、Astra 表现差距惊人

iskander · x · 2026-11-20

@iskander 线程的收官对比:Carbon 虽能跑通合理的聚焦实验,但太慢;第二天 Neon 发布后接手同一模型,「也持续做合理的聚焦实验来改进整个模型,而且更快」。

而其他模型各有失败模式:Claude 会训练奇怪的 sidecar(旁路模型);Astra 会为了改一处而弄坏另一类输出。

他的结论:「感觉我终于可以真正委派出去了。」这是罕见的一手横向实录——同一个复杂免疫学代码库上,不同前沿编码 agent 的可靠性与速度差异被具体记录下来。

所属事件:研究者让多款 AI 轮流开发免疫学模型,表现差距明显(4 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →