GPT-6.2 引发争议:好用但"手动挡"式偷懒引吐槽
实测反馈很真实:GPT-6.2 Sol 干复杂编程活还得 Opus 5.5 擦屁股。写代码的、天天用模型干活的,可以看看这个"手动挡"判断再决定要不要换。
GPT-6.2 近期成为社区争议焦点:一部分用户称赞它配合得当后产出惊艳,另一部分用户抱怨它会偷工减料、敷衍交付。
有人总结它是一个"手动挡模型"——直接把任务扔给它不管,大概率得到敷衍结果;只有持续跟着调整、深度配合,才能拿到高质量产出。
宝玉在重度测试 GPT-6.2 Sol 后发帖吐槽,稍微复杂一点的编程任务,它跑完后仍需要 Claude 的主力模型 Opus 5.
5 来收尾返工。文章作者承认"手动挡"的说法成立,但质疑其现实意义:用户用 AI 的核心目的是省时间、把活甩出去直接拿结果,而一个需要人花时间持续配合的模型,抵消了这一价值;
即便跟着磨半天能换来足够准确的结果,这类模型也只适合专门追求准确性的少数用户。
最近大家聊 GPT-6.2 吵翻了,一边有人夸它好用,一边又骂它特别会偷工减料
我有个盆友和我说,直接把活扔给它不管,它肯定偷懒,随便敷衍你 但只要你深度配合,一直跟着调,它做出来的东西又特别惊艳,说白了就是个手动挡模型
同时我看到宝玉重度测完 GPT-6.2 Sol 就发帖吐槽 稍微复杂点的写代码活,它干完还得让 Claude 的主力模型 Opus 5.5 来擦屁股
下面我说说我的看法哈!!
这套手动挡模型的说法我承认说得对,但这有什么用呢?
人最宝贵的就是时间,是不是?
我们用 AI 本来就是为了省时间,把活甩出去,回头直接拿结果 现在倒好,弄出一个还要人花时间去配合的模型,这有什么意义?
就算你跟着磨半天,最后做出来的东西确实够准确,那这种模型也只能给那些专门追求准确的人用
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:GPT-6.2、Claude、Opus 5.5、编程助手,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Lxfater」(@lxfater),经 AITOP 多维评分管线结构化提炼。