codex降智超级严重...

泡面 2026-07-09 02:22 1

在我用了佬的那个替换内置思考文件后,糖果问题是全都能通过了。


但是在日常使用上,我感觉还是降智。

然后我就想了个法子进行测试,问一个参考用户和官方数据,然后要以实测结果为主的问题。

结果发现,codex降智超级严重,网页版GPT都比codex的gpt聪明太多了。


同一个问题。

新窗口,网页gpt,思考26s,并且搜索大量网页(显示100多),能完美理解提问并且回答


新窗口,codex,思考3m52s,结果是超级弱智:


同一窗口,修改后再次提问,思考2m53s,还是超级弱智


没有确切的解决办法的话。


感觉codex已经没必要使用了…得转战别的平台了

因为这次测试上,它连需求理解上都有问题

最新回复 (13)
  • 大笑 07-09 02:27
    1

    可能对于我这种初入门的人,感觉变化不大吧。。。我没有这个感觉,可能有一点

  • 泡面 楼主 07-09 02:30
    2

    对用户造成的影响是潜移默化的,正常来说是感受不到,除非特意像我这样测试。

    比如我上面明确说出我的需求的,但是他理解的方向是另一个方向(其实在我的需求看来,这个回答是错误的)。

    如果用户没有辨别codex回答内容的优劣、甚至连对错都无法辨别,那么用户的需求就会在某条错误的道路上越走越远。而其中掺杂的错误、落后信息,需要后续大量时间测试才能发现并且纠正。

  • 大笑 07-09 02:32
    3

    刚好这个问题,我晚上没事还问了下别的ai,都说是因为上下文,我感觉思考时间就是它的陷阱

  • 泡面 楼主 07-09 02:33
    4

    你注意看,我用的都是新窗口/线程,没有上下文。(除了gpt网页版加了一句习惯性你好

  • 大笑 07-09 02:34
    5

    它可能没有想到,你会专门去测试它的思考,哈哈

  • 泡面 楼主 07-09 02:36
    6

    哈哈哈哈可能是吧。

    但是目前表现确实是codex无法理解用户的需求,它就是降智非常厉害了。

    稍不注意可能会导致整个项目变形。

  • 大笑 07-09 02:38
    7

    我使用过挺多这类软件包括claude,opencode它们太难用了。特别是opencode今天才更新历史对话列表,claude更别提了。codex目前对于大部分人可能都不会注意这个降智,不排除有些大佬以及解决了。让它思考一直在2000-3000.下午我看群佬说,如果是500多的,基本就是回答错误。

  • 泡面 楼主 07-09 02:40
    8

    我用已经用了解决516的那个方法了(不知道和你说的是不是同一个方法),就目前来说,跑糖果测试,是全通过的。

    只不过我日常使用感觉还是有问题,就测试了一下。

    结果发现,问题还是超级严重哈哈哈哈

  • 大笑 07-09 02:41
    9

    那应该是一种办法,我本地部署127跑不通我就放弃了。目前来说对我影响不大,我就没弄他了。

  • chkosk 07-09 02:45
    10

    不是好像说现在的516解决办法只是表象解决吗,归根还是模型那边的问题,好像目前要等官方?

  • kmo 07-09 02:45
    11

    对大型项目的注意力缺失的严重,如果之前用过满血的5.5和现在体验相比,至少我项目区别还是明显的,这几天闲置了,等5.6ing

  • 泡面 楼主 07-09 02:47
    12

    是的,我也看到别人讨论过这个。

    现在看来那个替换内置文件,确实有可能是只解决了糖果问题的思考逻辑。

  • 泡面 楼主 07-09 02:49
    13

    0.0我开了现在是续费的第三个月的正价会员了。

    哎…很烦,我就说最近越来越多需求需要重复性描述。如果没有事无巨细得描述全部,几乎必定有理解错误的方向。

    这样感觉很难继续开展任务流程。

* 帖子来源Linux.do
返回