Astra的幻觉率还是太高了

最近我的同事发现我平时写的代码含AI率为0%，他说，也许试一下Astra看看能不能完成一部分我的工作呢。

我想了一下，也许可以放手让Astra写上几行代码试试。半年之前似乎只有Opus 4.8和Fable能写出可以跑得通的R代码呢，虽然Fable的幻觉比Opus高不少。

我的同事们说，最重要的使用方式是明确需求，需要给它详细的指令，告诉他步骤是什么，每一步怎么做，需要用什么逻辑来。每一步都给它限制好，这样它才有可能会产出能用的东西。

我便花了一天时间写完了prompt。我看完没问题了，我也顺便边规划边写了一半代码。在第二天的下午我让Astra根据我的指令和计划实现一个非常小的需求，它便实现得非常完美，根本没有考虑到我已经写了代码，它在我代码的下面重新读入数据，一点都不关注我写了什么。

嗯，这点小事不算啥，毕竟我顺便蒸馏了我自己，GPT可以按照我的风格写代码。很不幸的是，即便我把我自己蒸馏成了Skill，Astra似乎并不想完全遵循我.skills。我便发现了非常多不遵循Skills要求的地方，便让Astra按照蒸馏的我来修改格式，给他列出来的一些点它每次并不会完全解决，总会留下一些问题。这就导致到最后的两百行代码非常晦涩难懂。

但是我可以边运行边看它到底写的是什么逻辑。

又花了我一天的时间运行完了这一坨狗屎，我不知道GPT是怎么测试的，但是我边运行边理解发现了Astra埋在里面的一些关键错误，而且Astra自己发现不出来。我试了一下Sonnet 5.5，这个模型也没有发现我的prompt和代码之间有任何问题。

Astra：↓

我又花了半天的时间改这一堆关键错误，终于跑出结果了——诶，我发现不对，彻底不对。我让Astra只做第二步，因为第一步、第三步和第四步的代码我已经自己写好了；它实现了第一步后，它用它自己专家级的理解，把第二步和第四步完美融合在了一起，而且加入了自己的创造力，从而达不到任何目标的成就。

举个例子，我的目标如下：

1. 画一朵云和风景背景，有自行车道，夕阳和落日，白云，有风（已经实现）

2. 画一只鹈鹕正在骑自行车。

3. 海绵宝宝在看鹈鹕骑车。

4. 派大星在飞机上要前往遥远的地方。

其中1、3、4我已经实现，请只实现2。我会将上述四个目标组织起来，你只需要完成第二点目标即可。

结果Astra的成品如下：

所以，Astra经过了一个半小时的思考，一天的时间改问题，最后得到了一个完全不能用的只有三百多行的代码，其中一半还是我自己写的。

我跟我同事说，看吧，AI还是不能用在AI4S上，它会搞砸一切。

算了，用Astra xHigh画一个骑车的鹈鹕看着玩吧