整理者的实践建议

比较工具,不比较口号

让模型体感变成别人能理解的任务记录。

  1. 同一任务、相同输入、相同成功判据;记录客户端、工具与运行条件。
  2. 分别记录结果质量、调用成本、等待、人工介入与返工。
  3. 失败时指出具体位置;必要时换模型或改流程,但记录改变了什么。
  4. 保留原型、长期维护和高风险任务的不同评价尺度。

可以这样开始

请为这次任务建立对比记录:任务与输入、工具环境、验收标准、输出质量、成本、等待时间、人工修复和未解决问题。不要据单个案例给模型做通用排名。

一轮成功不证明长期可靠,多个变量同时变化也不能识别原因。

来自哪些讨论

原话依据
临诗予 ·
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
原话 43
北鱼 ·
浪费时间也是一种苦
原话 50
北鱼 ·
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
原话 51
北鱼 ·
也是 以前玩具代码😂
原话 52
Recover ·
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
原话 74

加入观澜

观澜群邀请卡,微信扫码加入,有效期为 2026 年 10 月 1 日前

原图注明 10 月 1 日前有效;能否入群以微信提示为准。