
I hate GPT-6.2 Astra
原文标题为「I hate GPT-6.2 Astra」,但正文与摘要均为 CSS 样式代码片段,未包含可读的资讯内容。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我很讨厌 GPT-6.2 Astra。
早期测试时,这个模型把我气得不行,我花了一整天给 OpenAI 写了封信。他们修掉了我抱怨里的一小部分,但还远远不够让我愿意推荐使用它。
我现在病倒在床上,今天没法录视频讲这件事,所以决定把这封信全文发出来。
我对此感到抱歉,但我知道你们会认真听,并用这些反馈做出更好的模型。接下来可能会有点情绪失控。
信不信由你,这封信全是我手写的,没有借助任何 LLM。(抱歉发得早了点,以后再也不在 Slack 里起草长文了)。
我不喜欢 6.2 Astra。作为开发者,我不会在工作里选它而不是 Opus 5.5。
- 审查能力很棒,能抓到别的模型漏掉的问题
- 偶尔会给出真正出色的新颖方案。它帮我搞定了一个新的反向代理,每月能省 2.5 万美元,Opus 根本没胆量去探索那么多选项。
但你要明白,我说这些是出于爱。我真的很希望你们做出一个我每天都会在模型选择器里选中的东西。话虽如此:
这个模型的其他一切,我都真心讨厌。
我很难挑出该重点讲哪些问题,因为实在太多了。有些问题在 OpenAI 之前的模型里就存在,那些我就不提了。
有一批新的、糟糕到难以置信的行为,让用它的体验极其痛苦。
- 这个模型在跑长任务时,能拉起大量子智能体,并且管理得还不错。然后它会随机问你一些诡异的内部实现细节,那些东西你在地球上任何情况下都不可能理解,更别说给出意见了。
我发了“/goal 给《星际拓荒》做个新关卡”。两个小时后,它“卡住”了,因为它想问我“r24 的审查器是把它的片段写到 24_g521.mp4 还是 24_p11.mp4?”
我这辈子没见过哪个模型这么干。GPT-5.6 Sol 不这样。我不知道这行为是哪来的,但它糟透了,让我再也不想让它负责长线工作。它让这个模型很难帮我做出任何酷东西。我不得不给别的智能体挂上 cron,就为了检查 6.2 Astra 是不是又问了蠢问题把自己卡住了。
这是不是因为我用 T3 Code 才更常发生?也许吧,但不太可能。我试了 Codex 验证一下,照样遇到这些问题。
- 它说的是只有 6.2 Astra 才听得懂的鬼话。
这是我今年用过的 LLM 里输出最难解析的一个。
我之前分享过例子,但它就是不知道怎么在干完一件事之后把这件事讲清楚。我让它做的每一次“解释”,都深陷细节到几乎在回答里出错的程度。它只见树木不见森林,然后说树是森林里唯一的活物。这很难描述,但几乎每次我给它复杂任务都会这样。
我已经养成了习惯:在 6.2 Astra 跑完长任务后切到 Opus 5.5,就为了拿到一份能读的总结。没有这一步,除了小 bug 修复,它干了什么根本没法解析。
最糟的是:好像怎么提示都没用。
我试过调系统提示。我求过它“eli5”(像对五岁小孩解释)。
我问它为什么 worktree 在一台机器上慢、在另外三台上快。我们从压测 pnpm 到把机器重装到新文件系统,什么都试了。最后我说:“我觉得我要疯了,你就告诉我为什么这么慢行吗?”
6.2 Astra 写了四段关于 pnpm 内部机制和缓存行为的长篇大论。
Opus 5.5 说:“因为 SSD 慢。”
ts-rust(用 Rust 重写 TS)是我为在早期访问阶段压测新 OpenAI 模型而启动的项目(顺便谢谢你们的不限量 token)。
没有任何 OpenAI 模型能在这个项目上取得实质进展,即使已经砸了 30 多万美元的 token 进去。
我决定把 Opus 扔上去,结果不到两周就完成了,花了大约 2 万美元的 token。
我特别特别兴奋地把新的 Astra 扔上去,想看看它能不能缩小 ts-rust 和其他 Rust 重写项目之间的差距。
它跑了 7 天,零改进。它死死盯住请求里“顺便把它做小一点”那部分,最后把编译器弄慢了 56%。
我叫它别再管体积,转而去缩小性能差距。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。