完全不熟悉的领域，让 GPT5.6 进行 review，一个周了还是有 P1 问题咋整？

那你应该利用 AI 去补一下该领域的知识吧

换一下其他家模型试试

换模型 review 加一句：独立思考，联网搜索最佳实践
一般会好一点

让模型 review 我就没见过不出问题的。。。

说明实现细节模糊，且可供选择的方向很多。AI 本质上还是一个带权重的随机数。解决方案就是你去了解下，然后提供一个你想要达成目标效果的思路。

没啥用，自己实测比较合适，有生产问题再丢给它改，不然你换个模型扫依旧能扫出一堆问题。

你用 5.6 Sol Ultra 试试，一次就给干好了。

我让它解决错误处理和闪退问题，它给写了 4 万行代码，删了 2 千多年代码，还不停。

TDD ，让他自己写用例，如果测试不了，就重构到能测试

现在它是跟 0-RTT 问题干上了。

每次 review 出来把某个结果丢给一个新对话，跟他说这是 claude 说的，合理吗？是小概率场景吗？有必要改吗？

只要评审 永远停不下，我用的 5.6 sol 极致。 我已经放弃了， 先实现再说

> 新开一个窗口，清空上下文，让 gpt5.6 进行 review 。
> 然后把 review 后的结果，发给开发的那个窗口，继续改，改了再 review ，就这么陆陆续续

让 codex 先给你写个 skill 吧，这个 skill 的内容就是: 启动一个干净上下文的 sub agent 在 subagent 里 review, 然后 main agent 根据 review 的输出再初步判断，值得修复的再修复

这样至少不用几个窗口来回复制粘贴折腾了

直接开/goal, 不改好不罢休

开 goal 模式，review 完修修完 review ，直到没有问题

大概率底层设计就有问题，推倒重来，反复 p1 说明一直在兜底

交叉审查,不要只用 GPT.其次是不要小修小补,按照近乎重构的方式.最后是你自己需要懂一些, 让 AI 给方案再进行抉择.

@nuk 效果不会好的，AI 会为了通过测试用例而故意修改测试用例，或者乱造一些测试用例。

所以要想驾驭 AI ，还是得有专业领域知识才行，不然会来来回回很浪费时间。

和你差不多的情况, 我是让 SOL 审 PRD, 总能找出新问题
后来我放弃了, 重开项目用 ULTRA 产出 PRD, SUBAGENT 几轮审查后认为没问题就过了, 躺平

@odirus 我之前用 gemini 它就经常偷懒，但是把模块拆小后，限制它只能在当前模块测试和 fix 就也能一个一个做完，直接丢一整个大工程给它就容易瞎搞，改的乱七八糟的。

本质上就是变成了萝卜开会。

两个模型出于自己的立场，会强调自己没问题。这个时候只能靠人工来判断了。

需要换个模型审查吧

我 gpt-5.6-sol high 一般 review 出来的问题 修复最多两轮后面就没有了，当然也可能跟项目复杂度有关

@afxcn 是真的细，一个需求 5.5 extra high 可能一两个小时搞完了，5.6 extra high+fast 能干个一两天。。。

需要制定一个标准，如果标准过于严苛，可能永远改不完
就算是双模型互审，我也遇到过三四天不能收敛的情况，最后改出来一坨屎，只能回退

你要求它每个小任务都提交一次就好了。 @fovecifer

ai 不像人的，没有原则和偏好。如果设计本身就有问题，或者存在争议，那反复横跳是必然的事情。
另外，世界上本身就不存在完美的程序，要让 ai 找茬是能够无限找下去的😂

review 和修改不要用同一家族的模型

没有判断力，修改就是一个无底洞，有修改可能不重要， 你陷入在过度优化种

@afxcn 让 AI 解决的本来就是复杂的问题，如果是普通的问题或者简单的代码生成，几乎不需要 review

好奇是什么网络调试软件，具体是什么问题，发出来看看呢

一直 review 一直修修补补，写的代码也不知道对不对，我也遇到过

要不就用多家 AI 互相审计一下

换 opus4.8 吧