模型能力波动成AI替代程序员最大阻碍
近日，V2EX 社区关于“AI 模型能力飘忽不定”的讨论引发开发者共鸣。用户反映，如 Claude 和 Codex 等主流模型在协助编程时表现出极大的不稳定性：前几周还能高效理解需求并产出高质量代码，随后却可能因模型微调或版本迭代出现能力退化（Model Drift），沦为开发者的“噩梦”。 这种“时好时坏”的现象暴露了当前 AI 辅助编程的核心痛点。频繁的静默更新和对齐调整，导致模型在特定垂直领域的推理和代码生成能力出现不可预测的波动。对于依赖 AI 提升效率的开发者而言，这种不确定性极大地增加了代码审查和 Debug 的心智负担。这也表明，在解决模型一致性与稳定性问题之前，AI 仍难以真正取代程序员。