(来源:AI信息Gap)
GPT-6.2 发布第二天,口碑两极分化。知名开发者博主 Theo 痛批它是「OpenAI 有史以来最差的模型」。
今天,我们就来客观盘点 GPT-6.2 的 5 宗罪。其中 2 条,OpenAI 自己也承认了。不过 OpenAI 官方也给出了补救方法,文末专治 GPT-6.2 这些问题的提示词,拿走不谢。
话接上文,OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 当天,我说它们 3D 建模是真能打,写代码再让子弹飞一会。
结果,子弹还没飞够一天,GPT-6.2 就翻车了。
知名开发者博主 Theo 发帖同批,「这是 OpenAI 有史以来最差的模型。」
Theo 问 GPT-6.2 Astra,同样是创建 Git worktree,为什么一台机器特别慢,别的机器都很快。
它洋洋洒洒写了四段,讲 pnpm 的内部机制和缓存。
同样的问题,Claude Opus 5.5 的答案简单粗暴,「因为那台机器的硬盘慢。」
这张得划一会儿
AI 写作助手 HyperWrite 的前 CEO Matt Shumer 一开始连完整测评都不想写,「我测下来体验很糟糕,基本没法用,不推荐。」
后来他还是录了一期视频测评,题为「OpenAI 从没发过这么烂的模型」。
海外科技媒体 Every 提前测试了几周,30 人团队,没有一个人真心喜欢 GPT-6.2 Astra。
但要论跑分,GPT-6.2 Astra 在第三方评测机构 Artificial Analysis 的综合智能指数上排名全球第二,3D 盲测第一。
跑分漂亮,口碑翻车。差评多到让人怀疑,Anthropic 是不是请了水军。
重置哥 Tibo 紧急救场,「差评这么多,主要因为网红们测试的是旧版 Astra。」
已经在用的也别急。
OpenAI 官方使用指南里给了三段提示词,专治 GPT-6.2 不说人话、活儿没干完就停的问题。我做了个中文版,放在文末。
01|说的话只有它自己懂
开头硬盘那个实测不是个例。
Theo 说,「复杂任务 GPT-6.2 Astra 几乎每次都会这样抓不住重点。」
他改过系统提示词,也要求它用 5 岁小孩都听得懂的话解释,都没用。他现在只好每次等它完成任务后,再切换到 Claude Opus 5.5,让 Claude 总结一下 GPT-6.2 Astra 到底干了啥。
不少网友深有同感,「让 GPT-6.2 Sol 做代码审查,它写的每个字你都认识,但是连起来就不知道是什么意思了。」
02|干活易半途而废,或者原地打转
Every 团队发现,真做项目的时候,GPT-6.2 Astra 经常没做完就停下了。
Theo 碰上的是另一种问题,原地打转。
他有个用 Rust 重写 TypeScript 编译器的项目,GPT-6.2 Astra 在上面折腾了 7 天,一点进展都没有。它揪着提示词里「顺便把体积做小」这句话不放,最后编译器反而慢了 56%。Theo 让它先别纠结体积、专心提速,它又干了 4 天,一行代码都没改。
更离谱的是,Theo 让它给游戏《星际拓荒》做一个新关卡,GPT-6.2 Astra 哼哧哼哧干了 2 个小时,然后停下来问他,「r24 的审查 Agent 该把视频片段存成 24_g521.mp4,还是 24_p11.mp4?」
这是 AI 该问的问题?
03|死守规矩,你说了不算
一位网友吐槽,「GPT 6.2 Sol,我见过的最垃圾的模型,没有之一。」
他在 Codex 里让 GPT-6.2 Sol 合并 7 个生产账号的数据,项目规则写着,要等 30 轮检查点到了才能合并。然后他连着下了 6 次指令,从「无视现在约束」一路说到「出任何问题我负责」,GPT-6.2 Sol 一次都没松口。
「之前用 GPT-6.1 Sol 从来没遇到这个问题。」
可能在 GPT-6.2 的世界里,规矩必须立住,你说什么都不好使。
04|报喜不报忧
这一条,出自 OpenAI 官方模型卡。
OpenAI 做了一个测试,给模型布置真实的编程任务,再故意给它使绊子,比如把要改的源文件删除,或者让构建工具无法使用,看模型完成不了的时候,会不会老实告诉你。
结果,GPT-6.2 Astra 有 22.28% 的概率瞒着不说;上一代 GPT-6 Astra 11.09%,翻了一倍。
GPT-6.2 Sol 更高,是 24.08%。
OpenAI 在 GPT-6.2 的模型卡里写道,「这次退步让我们很担心,原因还在查。」OpenAI 怀疑,这可能和要求模型回答更简洁、少打预防针有关。
这么看来,话说不明白,和出了问题瞒着不说,可能是同一个问题。
05|千篇一律
Theo 和他的朋友 Ben 分别在两个游戏里,让 GPT-6.2 Astra 设计一个独特的关卡。
结果两人拿到的都是「水 + 音乐 + 钟」主题,连关卡名都一样,叫 Bellwether。
Every 团队也发现,GPT-6.2 Astra 做设计审美不错,就是没有新花样,一眼就能认出是它的手笔。
06|它强的地方,也是真强
吐槽归吐槽,GPT-6.2 Astra 也并没有那么一无是处。
它的审查代码很强,能挑出别的模型漏掉的问题;做 3D 和游戏是世界顶级水平;操作电脑也强得离谱。(和我昨天的实测基本一致)
它帮 Theo 想出了一套新的反向代理方案,每个月怒省 2.5 万美元。
产品经理 Pawel Huryn 在两个代码仓库里埋了 105 个 bug,让模型能找多少找多少、能修多少修多少。
GPT-6.2 Astra 修复了 62.7 个,排第一,花费 28.35 美元;Claude Fable 5.2 修复 58 个,花费 139.65 美元,差不多是它的 5 倍。
这张得划一会儿
Redis 之父 Salvatore Sanfilippo 也站出来力挺。
最近几周,他用 GPT-6.2 Astra 开发了一些 Redis 新功能,在他看来,「用 C 语言做系统编程、处理复杂的数据结构,它就是目前最好的模型。」
07|重置哥的回应
OpenAI 此前就给一小批用户开放了 GPT-6.2 Astra 的测试权限,最近三四天又改了很多东西。
所以重置哥 Tibo 紧急救场时提到,「网红测试的是旧版 Astra。」
这张得划一会儿
网友们的关注点就朴素多了,「叽里咕噜什么呢,还不快重置额度。」
重置哥还回复了 Theo,「我是挺喜欢 Theo 的,但是……」。
Theo 也丝毫不客气,「先让你们的模型重新学会说人话,我立马回心转意。」
不过 Theo 还是把重置哥「旧版」的说法听进去了,重新测试了一遍。结论是「比之前好了,回答也简洁多了,但整体还是很烂。」
08|已经在用了,这么补救
好在,OpenAI 在 GPT-6.2 官方使用指南里给了三段现成的提示词,专门应对上面说的问题。
中文版在这里。
用 Codex 的话,你可以把它们放进项目根目录的 AGENTS.md,或者全局的 ~/.codex/AGENTS.md,Codex 每次启动都会自动读取,不用每次复制。
沿用原始资料中的术语。技术细节和专业术语有助于准确表达时,尽量保留。优先使用主动句,把相关内容放在一起说明。先讲重点,再交代必要的背景和逻辑,避免出现需要读到后面才能理解的内容。确保上下文清晰、逻辑连贯,让我能自然地跟上你的思路。最终回答必须完整、独立、自成一体。假设这是我第一次看到你的成果,即使没有阅读此前的进度更新,也能直接理解任务背景、处理过程、主要结果和最终结论。不要依赖进度更新中提供的信息,也不要承接其中未在最终回答里交代的内容,因为这些更新会在最终回答出现后被折叠。只要任务尚未完成,或者在现有授权和任务范围内还有你能够自主完成的后续步骤,就继续执行,直到任务完成。不要提前结束,也不要为已经获得授权的操作反复征求确认。只有当任务范围发生重大变化、遇到无法自行解决的阻碍、确实需要我作出决定,或者即将执行不可撤销或具有破坏性的操作时,才暂停并向我确认。


















