@walkon 谢谢，我用了的。

我还可以再举一例：AGENTS.md 里有要求：

- `find` or Glob or `glob` MUST be used with `-print0` and `xargs` must be used with `-0` to handle file names with spaces or special characters. MUST use `-xdev` to avoid descending into slow network filesystems. NEVER find or glob or search files without `-xdev`.

因为我们的项目里面挂载了网络文件系统，模型有时候喜欢直接全局搜索，会非常慢。

至今为止，GPT-5.5 遵从过这个指令 0 次…… 我觉得我这段话应该已经写得够清楚了，对吧

@Haku 是的，我现在发现 GLM5.2 和 MiMo 2.5 Pro 都比 GPT-5.5 好用，至少

(1) 能听明白我想做什么；
(2) 自己不明白的东西，知道要先问我；
(3) 没有要求它做的，绝对不做；
(4) 有基本的逻辑思维。

GPT-5.5 感觉有时候真的是小脑发育不完全了，逻辑关系都能弄错（测试 A 场景正常，认定 B 场景没事）

@jinsongzhaocn 你真的认真读帖子了吗？就这第一个例子，你告诉我什么样的 skill 才能让它知道「当用户要求你做 A 、B 、C 的时候，你应该做 ABC ，而不是只做 C 」？

@jinsongzhaocn 唉唉。我当然用了 Skills 啊，我说「不用提这些」的意思，不是「我一个都没试过，我猜肯定不好用」，而是我全都试了一遍，情况没有改善……

我觉得各有好处

强约束的语言在工程上变得更有市场了，例如 C ，C++，Rust 甚至 Haskell 、Scala 等等

而弱约束的语言则更面向大众普及了，例如 JS 、Python

……啊？为什么论坛需要刷活跃度和自动托管，这也不是网游代练吧

除了养号卖号和卖激活码的，想不到这个项目的作用

何意味，那我问你，Residual Connection 是谁发明的？ GRPO 是谁搞出来的？

你查查这几年会议论文里国内作者的占比呢？

你再拉到这页面底下看看，Lead 是哪国名字呢？

也别说什么「美籍华人 ≠ 国内人」，GRPO 作者总不在美国了吧？

要铜币大大方方说，非得装傻逼反串

我真得 Block 了，反智反得有点搞笑了

GPT 这个底线蛮奇怪的

让他帮忙逆向个大厂 App ，通过了，虽然最后没逆向 native 成功；

让他帮忙搞定个反爬虫严重的网站，通过了，并且读了几万行混淆 JS ，把加密签名算法都写成逆向文档了；

但是接着让他写个 PoC 演示一下怎么加密请求，拒绝了。换了个模型按照它的逆向文档来写，都是正确的；

让他帮忙分析下我自己的测试软件安不安全，也被拒绝了

喝茶是字面意思啊

@beasnail 其实还好，我也是手贱把电脑搞坏了，才急中生智开始学的。在此之前我对硬件狗屁不通，除了会拆机、清灰以外，对硬件一点都不了解。压力使人进步哈哈

> 售后要价 1000+元，感觉能完成这些技术修复其实也不便宜了哈

主要是售后的问题。部分售后是啥也不懂，开不了机了就会叫你换主板，是真的坑爹

现代电脑的 BIOS 芯片都是很容易刷的，哪怕搞坏了，去淘宝 20 块搞个 CH341 + 线夹就能刷了

分享一下我之前硬件刷 BIOS 的经历： https://w568w.github.io/how-to-fix-bricked-lenovo-laptop.html

@w568w 补充一句：看似好像回复都很有逻辑，实际上点进帖子会发现，只是把楼主的帖子或回复用 AI 反刍了一遍，改写成疑问句或者陈述句。

又一个 AI 账号，目测是 GPT 5.5：

https://www.v2ex.com/member/teaguexiao

证据：

1. Misinformation：推荐别人使用一年多前的「最新模型 DeepSeek V3 」；
2. 口癖「贴」「盯」「圈」「打」「绔」「摇摸」「卡人」「氏心」「子弹」「关键是」「说得很准」「这个方向对了」「更适合」「这样做会 X 很多」「不是……而是……」，大量滥用破折号；
3. 高强度回帖，且格式、长度、间隔、每日回复频率大致一致；
4. 三月底注册，发了两个帖子，都是推广同一个自家的商业产品。

@Livid

@tengxun @gloeaerris 今天尝试了一下 Codex ，体验如下：

1. 口癖略微好了一些，但依然存在。主要差异是模型不会输出大段文本了，所以不明显。

2. 同 1 ，GPT 喜欢说废话的现象基本解决一半了，但还是存在。

3. 没有改善。依旧对着我的项目乱改。例如我要求他帮我「仅编译并推送一个 Docker 镜像」，他莫名其妙在我 Dockerfile ENTRYPOINT 和一大堆环境变量，又把我前面的 COPY xxx ./ 改成了 COPY . ./，也没有给任何解释。

https://i.imgur.com/tVNizSR.png

我问他「为什么要这么改？」，他回答我：

「 COPY . ./ 没有强必要。最初这样改是为了让 build context 下的 runtime entrypoint 和后续文件布局更直接可见，但根本没必要。这会让 Docker cache 更差，我会改回 COPY xxx ./。」

然后就改回去了。吐了，没必要你改什么呢？

4. 还没有具体测试，虽然执行长时间任务的能力有显著提升，但他在任务中把我项目里的脚本重写了一遍（当然是在我没有要求的情况下），而且重写是错的，后面自己又回滚回去了。所以我谨慎不看好。

==============

总结：输出语气有改善，其他方面没看出和 OpenCode 有特别大的差别。

@neteroster 我觉得更可能的是 OpenAI 偷偷给我账号的模型降智或切换了。但我找不到任何证据，试了几个网上的测试例子都通过了

@neteroster > 5.5 是执行的神
> 一份十分明确的 spec 给进去执行出来就还是会有明确漏项或者矛盾的地方，5.5 甚至 5.4 就完全不会有这种问题

啊？我自己使用下来的体验是，GPT 才是漏项的那个，有时我要求他做 A+B ，他做完 A 就直接停下来了，还要殷勤地问我一句「要我继续做 B 吗」。反而是 Opus ，我记忆里没有遇到过你说的执行漏项问题

> opus 世界知识现在似乎已经是御三家最差了，5.5 长尾世界知识已经有半步 Gemini 水平了

这个我倒是没太多体验，最近主要做工程问题。Opus 和 GPT 都出现过知识上的问题（例如认为「现在 Python 3.12 及之后的版本都没发布」，未经允许擅自把我项目里所有 python 3.13 和之后的版本字符串全部改成 3.11 ）

之前也做过 AI 辅助研究方向的问题，但是不知道为何 GPT 总给我一种「注意力涣散」的感觉（高情商说就是「思维发散」），问 A 要答 ABCDE ，尝试了几次最后还是回到 Opus 了

@kkadmin 我开的确实是 5x Pro ，和 20x 会差很多吗😂

@tanrenye > 为什么会有必要用同一个 agent 对比

因为不用就会有人说「是不是 codex/claude code 的问题？你为什么不用一样的 harness ？你这吐槽没意义」，两头不讨好~

开玩笑，实际上的原因是我有两边的订阅，然后有一些自己的配置和 skills 之类的，opencode 允许我在同一个会话里面切换不同模型，比较方便。