写代码的 AI 只抓到自己 3/23 个 bug,新模型能抓 17 个
aryanXmahajan · x · 2026-11-20
aryanXmahajan 引用 @tvykruta 的测试数据:让写代码的 AI 自查,23 个 bug 里只发现 3 个;换一个全新模型来 review 则能抓出 17 个。结论是不要让 Claude Code 给自己的代码打分。他的工作流里加了一条命令 /codex:review,在代码上线前强制交给 Codex 做交叉审查。
「编程与Agent」频道最新
- 实践者吐槽:Lean 编译通过的自然语言证明,读起来仍是错的 — jasondeanlee · 2026-11-21
- DeepMind 展示 Gemini 4 Neon 按勃朗峰真实地形写滑雪模拟器 — GoogleDeepMind · 2026-11-21
- pstack v0.15.46 更新:skills 精简、Gemini 加入评审面板 — petrusenko_max · 2026-11-21
- Hamel Husain 力挺 evals 心法:好流程远胜好工具 — HamelHusain · 2026-11-21
- Databricks Genie One 通过 MCP 把受管数据接入 ChatGPT 与 Claude — Wise_Ear_4064 · 2026-11-21
- 开源项目 acmdthat:进程内本地 AI 生成 CLI 命令 — ex-ex-pat · 2026-11-21