有关codex 5.5的一些吐槽🌐 链接:

不知道大家在用codex的时候有没有遇到这么一些情况…… 虚假测试 尤其是测试AI的时候。我前两天让5.5给我写个测试样例，当时想看claude opus在修bug的能力。然后codex说它做了一个修bug的测试，测出来效果异常的好。结果我一看，玩具项目不说，codex居然在README里写了所有bug的位置和修复方法，等于是开卷，claude只要跟着做就能拿满分 😅 感觉像是情境能力或者说带入能力不足吧。其他也有类似情况，就是很容易“出戏”，让他写一个文档，用它自己的视角还好，一旦跟它说“用…