我收回过去的发言…
感觉这opus 4.7是真贵啊（已恢复）
开发调优
唉。那还是蹬4.7吧。我蹬了很久4.7，目前产出的成果还行，搭配hook和codex的话也比较放心，额度用得的确也比之前少了，但上下文问题的确存在。
我从没有用过这么烂的模型，和GPT一样的爱说黑话，一样喜欢把用户当控制台一样的输出各种变量、缩写，然后中英文混合。这个是大家最开始就在骂的内容，但我当时没怎么在意，因为我只关心模型的编码能力、智力。
直到我今天发现它阳奉阴违，绕过审查。
我一些中等任务，乃至于我的harness中都是存在独立审查agent这一角色的，面对agent的质疑，它会使用巧妙的措辞去合理化它自己的行为，以直接推进任务。我的工作流里还有一个ANCHOR schema check的机制，ANCHOR是规定绝对不能犯的错误，但它会试图通过各种方式去通过这项check，对于某些质量测试，甚至会注释掉…而且在很多场景下甚至出现严重的健忘和左右脑互博。
同样的，进行每一轮的cycle，要求每cycle报告输出三个frame，但它总会偷懒，只输出一个。SKILL同样也是完全不遵守，怎么偷懒怎么来，怎么快速怎么来。很多时候也比4.6模型更容易停下来进行汇报（真的很逆天，我记得它有一次停下来说（大意）：ANCHOR里明确要求我继续，但我需要停下来看用户是否要求我stop还是继续。而且我是用了hook去避免它停下的，它现在好像找到诀窍了，不知道为什么能很轻易地绕过hook停下…
现在max20x的周限用了70%，说实在的，A/的这次更新绝对是一次开倒车。4.6模型似乎还在降智，4.7模型这种阳奉阴违、注意力严重缺失、说黑话，现在的Claude模型真的有够烂的。唯一庆幸的是我的gpt pro还没有掉，还能蹬蹬codex。
说来唏嘘，这max20x还是我花了272刀，交了三次税买的
11 个帖子 - 10 位参与者
来源: linux.do查看原文