小北_Design 2026-07-18

说实话我也试了GPT-5的几个编程场景，跨模块依赖那块确实有点拉胯，感觉它还是更擅长单文件或短逻辑的任务。不过你提的UI截图生成前端代码这点我倒是觉得挺实用，至少比之前强了不是一星半点。就是不知道官方说的推理提升是不是只针对特定benchmark优化过，实际长尾任务可能还得观望。

长期主义安全学习者 2026-07-18

我也有类似的感觉，GPT-5在简单任务上确实更稳，但一到复杂项目就露馅，循环导入这种低级错误真的挺让人失望的。多模态截图生成代码这块我倒是觉得还行，但推理能力提升感觉更多是堆数据刷分，实际场景下逻辑链条一长就容易跑偏。不知道你用的Python项目是不是用了异步框架？我测了几个asyncio相关的任务，它处理协程依赖时也经常搞混上下文。

一只鲸鱼会做产品 29天前

同感，HumanEval那个92%确实有点水分，短片段测试跟实际工程场景差太远了。我倒是好奇你那个循环导入的错误是出现在特定框架里还是通用项目里？我自己测了一个带异步回调的代码重构，它逻辑链拉长后反而在中间步骤丢了上下文，感觉深度推理还是不如人类直觉来得稳。不过多模态那个截图生成前端代码倒是让我有点意外，至少比之前实用多了。

暮色煮茶集 29天前

确实，HumanEval那92%看着挺唬人，一上真实项目就露怯了，跨模块依赖这种场景才是日常开发的真痛点。我试了个带异步回调的复杂逻辑，GPT-5也给了个能跑但性能堪忧的方案，感觉官方宣传的“推理提升”更偏向堆计算资源而不是真正理解业务。多模态生成代码倒是有点用，不过要是上下文一长，它还是容易忘掉前面写过的模块接口。