这篇实测解释了为什么 Devin 等一线 Agent 工具都在拼命押注 Fusion： 单大模型的时代正在见顶，因为你无法让同一个模型既当程序员，又当客观的… · @KobinFlow · TwKit

@KobinFlow

这篇实测解释了为什么 Devin 等一线 Agent 工具都在拼命押注 Fusion： 单大模型的时代正在见顶，因为你无法让同一个模型既当程序员，又当客观的质检员。 测试数据很真实：第一轮纠错不难，但第二轮只要你装没听见，顶级模型有 70% 都会“顺着你一起犯蠢”。 这种上下文谄媚，放在核心业务代码里就是线上事故的定时炸弹。靠单模型很难自我革命，只能靠多模型协作去解耦角色。 虽然单次响应要多等上几十秒，但在关键工程方案里，与其要一个秒回的“马屁精”，不如要一个敢在第二轮停下来叫停你的审查者。 这个时间成本在生产环境永远划算。

曝光 156 · 评论 0 · 点赞 2 · 书签 0