GPT 最近变笨了？聊聊大模型“降智”的那些事儿

最近这阵子，不知道大家有没有一种感觉：手里的 AI 好像越来越“笨”了？

作为一名重度依赖 AI 辅助开发的用户，我必须得出来吐槽一下这两周的惨痛经历。说实话，本来我已经准备好了“备胎”方案，结果主力和替补轮番给我上演意外，心态真的差点崩了。

亲历：从“神级辅助”到“猪队友”

事情是这样的。前几天因为觉得 GPT 的输出质量有点下降，也就是大家常说的“降智”，我特意跟朋友借了个 GLM-4 Max 的套餐来用。起初体验还不错，那种国产模型在中文语境下的理解力确实有一手。但这几天我换了地方（网络环境变了），系统判定异地访问直接给我限制了账号。好吧，备胎没戏了，只能老老实实回来接着用 GPT。

AI模型逻辑缺失导致的开发困境

然后，噩梦开始了。

我手头有个项目需要直接对接 Codex 进行代码库操作。本来以前这都是一把梭的事情，结果前天晚上直接炸库，昨天晚上更是离谱，它居然给我修错了库！

外挂大脑工作流：思考者与执行者的分工

最让我抓狂的是，我能感觉到它的底层执行能力还在。你给它指令，它能读取文件、能写入代码，但是就像一个只有执行力没有脑子的机器人。它完全不理解上下文的逻辑，不知道为什么要改，只是在机械地执行“修改代码”这个动作。

智力 vs 执行力：一种奇怪的割裂

这就好比你雇了个装修工，他手里有全套电钻（执行能力强），但你让他把墙上的插座挪到旁边，他能直接把你整面墙都砸了，却忘了你要的是挪插座，不是拆房（逻辑判断缺失）。

在处理复杂任务时，这种“智力退化”尤为明显。有时候它生成的代码语法没问题，但逻辑完全是南辕北辙。如果不仔细 Review，直接 Copy 进去运行，后果不堪设想。

被迫自救：我的“外挂”组合拳

面对 GPT 这种“只肯干活、不愿思考”的状态，我被迫开发了一套新的工作流：外挂大脑。

现在的流程是这样的：遇到复杂的逻辑处理，我不再指望它能一次性想清楚。我让另一个模型（比如 GLM-4 或者其他更注重推理的模型）先在旁边把思维链理清楚——

1. 思考者角色：让 GLM 负责分析需求、拆解步骤、设计逻辑架构。它现在的表现相对更稳一些，起码不会瞎改代码。
2. 执行者角色：把思考者设计好的方案，扔回给 GPT，让它负责具体的代码生成和文件操作。

虽然麻烦了点，相当于雇了两个人干活，但效率居然比只信任一个模型要高得多。

给同行们的几个建议

如果你最近也感觉 AI 变笨了，别慌，试试下面这几个小技巧：

1. 换个环境试试：有时候模型表现不稳定跟 Prompt 有关，但有时候也跟具体的网络节点或者服务状态有关，简单的切换一下接入点可能会有奇效。

2. 分工明确：不要试图让一个模型既当爹又当妈。逻辑推理交给推理能力强的模型，代码生成和搬运交给执行效率高的模型。 我现在把 GLM 当作我的“逻辑顾问”，把 GPT 当作我的“高级码农”，配合起来居然出奇的好。

3. 降低信任度：这可能是最痛的领悟。以前我们可能习惯了“无脑信”，现在必须把它当成一个实习生。它生成的每一段代码，每一个逻辑，你都必须带着审视的眼光去 Check。

写在最后

大模型的技术迭代很快，但有时候这种“波浪式”的质量下降真的让人摸不着头脑。不知道大家最近用 GPT 或者其他模型感觉如何？是不是也有这种“变笨”的体验？欢迎在评论区聊聊你的应对秘籍！