w568w

@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。



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。

@lujiaosama 嗯嗯。GPT 5.5 肯定是比 Codex 5.3 或者 5.4 强的，尤其在反编译、绕过反爬虫和逆向软件这种安全任务上，明显比 Opus 4.6 强得多。

但 GPT 5.5 这个工程实践能力在我这里确实不咋行，而且输出口癖的风格还是没扭转过来，有时任务做的差、代码写得烂，又得意洋洋地总结自己做得如何如何好，有种面对伪人实习生的感觉，很火大。

@felixcode 我的体验正好和你相反：GPT 5.5 各种瞎 jb 改，不管上下文，甚至不管我前一句话的要求是什么，按自己喜好乱写； Opus 倒是总是瞻前顾后，每次 plan 时排出一堆 concerns 来

另外我感觉 Opus 4.7 明显有大幅度降智，Opus 4.8 才勉强回归到了 4.6 的能力水平，所以我把 GPT 5.5 和 Opus 4.7 放在一起

@xuhuanzy 「正常来说」是怎么来说？能不能分享下你的配置？

@lujiaosama 你的意思是，OpenCode 在 Claude 上能发挥优势，但在 DeepSeek 、GPT 上都有极大劣势？我倒是也可以试试 Codex CLI 就是了

@Perry 此话怎讲？