高估GPT-5.5 ehigh：复杂应用开发挑战

一位开发者周末尝试利用官方订阅的 GPT-5.5 ehigh 模型（结合 Codex）开发一款涉及上下文管理和多 Agent 协作的 AI 小说应用。项目流程包括与 AI 共同讨论并完善产品需求文档（PRD），随后由 GPT-5.5 根据 PRD 生成实现计划，并采用测试驱动开发（TDD）模式进行，耗时近两小时。 尽管开发过程中代码看起来有模有样，测试覆盖也较为全面，但最终成品却令人大失所望。应用不仅存在按钮无响应、功能不可用（直接使用模拟数据）等显性问题，即使将报错信息反馈给 AI 进行修复，仍有大量设计不合理之处。 此次经历与开发者此前在解决单一 Bug 或实现简单需求时 GPT 表现良好形成了鲜明对比。这引发了对大型语言模型在处理复杂、长程任务时能力上限的质疑，即模型是否在处理这类任务时存在“降智”现象，或是其当前能力边界尚无法胜任需要深层架构理解和持续逻辑一致性的复杂应用开发。对于中国开发者和 AI 创业者而言，这提示了在依赖 AI 进行复杂项目开发时，需对模型的实际能力保持审慎评估，并认识到其在整体系统设计和集成方面的局限性。