我觉得一些高级的 Codex GPT bros 崇拜GPT-5.x模型 就是因为OAI把模型的思维链弄成概括性的，不可见的 了。导致他们只能把所有对模型能力的评估放在了最终答案而非CoT。> GPT-5系列把完整分步推理压缩、隐藏，只输出精简总结式思考，外部使用者看不到完整推导链路。爱好者没法校验中间逻辑对错，只能依靠最终成品好坏评判模型，很容易放大对新版本的滤镜崇拜；一旦中间步骤出错、侥幸输出正确答案，大家也察觉不到隐性缺陷。身边朋友就有是GPT bros 的 我就不懂GPT哪来那么大魔力 这AutoGPT不是GPT-4出来的时候就有了吗 而且那个时候GPT-4也很强了 现在模型也就是GPT-4 知识广度 上的 1.5x左右而已，所以22-25这些年间加强的问题是要推导的问题怎么让模型痛快的尝试而不是被Final answer的模板化约束了（CoT）怎么让模型在长上下文低成本地推理（多头 稀疏）前几年比较卷的数学能力指标该怎么去达到（CoT）Terminal工具怎么提高正确率（这种东西本来就很复杂比较难 同一个问题有太多不同解法了 以前模型知识回答是能给你列出来123 让你可以都试试 但）工具调用统一格式（MCP与MCP Schema后训练）多链路推理不出幻觉（Terminal 、工具调用带来的推理信息指数级增加 不再是简单的知识问题回答 我记得去年还有图推理这种指标来衡量模型能力 这个确实不错 不知道什么重大论文推动的 到时候补补）所以模型本身并没有比以前更强 只是工具渗透到能帮你干活上，让你觉得AI也有一定的主体性了 实际上也还只是工具而已。现在GPT在Codex环境没法兼顾讨论 大规模纠错推倒重来 同时又写大项目工程（尤其是前端全栈这种理论上更复杂的东西 因为模型只能模仿着已有网页素材去写属性 而不是真有这些感知）反正我自己是真厌倦了改各种复杂卡片中元素的排布了。---第二点，我认为 Vibecoding 要想快速和模型协作收敛 确定模型能力边界 一定要用带CoT的模型，否则你和他协作都不知道自己表述是否清晰，要看到他的思考方向是否正确才能发现自己的问题。所以最近又从Codex CLI转回Claude Code CLI了 后者Thinking能传还是更好一些 后面看看Desktop的体验如何或者看看有没有更方便看CoT的Agent Harness 应用 这样更方便vibe coding的时候可控一点，不能纯黑箱操作呀。

发布于知乎想法 · 2026-08-07 04:59:18 · 查看知乎原动态