Anthropic和OpenAI同天发模型,代码成本腰斩却加速制造屎山
9月22日,Anthropic和OpenAI同一天甩出新模型。Opus 5.5典型任务成本降了四成,GPT-6 Sol定价直接腰斩——写代码从没这么便宜过。但越便宜越快,就越容易踩进一个坑:AI写出来的不是产品,是屎山。
同一天发模型,卷的已经不是谁更聪明
Opus 5.5跳过5.1和5.2直接跳级发售,Terminal-Bench 4.0跑出66.4%,领先GPT-6 Astra整整8.5个百分点。在FrontierCode和CursorBench这些测真实开发场景的基准上,Opus 5.5也都压了Astra一头。两小时后OpenAI把GPT-6 Sol和Luna砸出来迎战,Sol单任务成本比前代低80%,Luna定价压到0.10/0.50美元——「够用的智能」被压到了Opus档位的大约十分之一。两家心照不宣地把话术从「谁更聪明」换成了「同样干一件事,你花多少钱」。
Opus 5.5跳过5.1和5.2直接跳级发售,Terminal-Bench 4.0跑出66.4%,领先GPT-6 Astra整整8.5个百分点。在FrontierCode和CursorBench这些测真实开发场景的基准上,Opus 5.5也都压了Astra一头。两小时后OpenAI把GPT-6 Sol和Luna砸出来迎战,Sol单任务成本比前代低80%,Luna定价压到0.10/0.50美元——「够用的智能」被压到了Opus档位的大约十分之一。两家心照不宣地把话术从「谁更聪明」换成了「同样干一件事,你花多少钱」。
Opus 5.5给GPT-6 Astra的代码打了个差评
有人让Opus 5.5去审GPT-6 Astra写的代码,结论很扎心:功能没问题,但极其紧凑不可读,像「代码文言文」——忽视软件工程规范,维护起来是灾难。Opus 5.5自己的代码风格更友好、更实用。单文件里这个差别不明显,但项目到十万行级别,「文言文代码」和「可读代码」的维护成本差距是指数级的。修一个bug出三个bug,这时候不管是最强的GPT-6 Astra还是Opus 5.5,都兜不住。
有人让Opus 5.5去审GPT-6 Astra写的代码,结论很扎心:功能没问题,但极其紧凑不可读,像「代码文言文」——忽视软件工程规范,维护起来是灾难。Opus 5.5自己的代码风格更友好、更实用。单文件里这个差别不明显,但项目到十万行级别,「文言文代码」和「可读代码」的维护成本差距是指数级的。修一个bug出三个bug,这时候不管是最强的GPT-6 Astra还是Opus 5.5,都兜不住。
模型越强,造屎山的速度越快
Vibe Coding现在很流行:需求一通口喷,代码一行不看,AI咔咔干出十万行。项目到中期全是bug,AI自己造的屎山自己也维护不了,项目直接废弃。谷歌75%的新代码已经是AI生成。DeepSeek算子负责人刘胜与说了句大实话:「工程能力差的人加上AI,产出屎山的速度能翻好几倍。」AI把「写代码」踩进地下室,把Code Review和系统设计顶到天花板——不是写代码的能力不值钱了,是只会写代码的能力不值钱了。
Vibe Coding现在很流行:需求一通口喷,代码一行不看,AI咔咔干出十万行。项目到中期全是bug,AI自己造的屎山自己也维护不了,项目直接废弃。谷歌75%的新代码已经是AI生成。DeepSeek算子负责人刘胜与说了句大实话:「工程能力差的人加上AI,产出屎山的速度能翻好几倍。」AI把「写代码」踩进地下室,把Code Review和系统设计顶到天花板——不是写代码的能力不值钱了,是只会写代码的能力不值钱了。
怎么用强模型又不变成屎山制造机
GitHub用AI完成83万行TS转Rust迁移,Opus 5.5一天迁完68万行、三小时审完20万行代码库——这些能成功,是因为都做了同一件事:让模型先熟悉代码,明确行为一致规则,用原项目的回归测试当验收标准,按独立交付结果切割任务。迁移完不是看生成了多少行新代码,而是看原项目的测试有没有通过。AI负责写代码,你得负责写规则。不定义规则,最后就会被AI生成的几十万行代码定义。
GitHub用AI完成83万行TS转Rust迁移,Opus 5.5一天迁完68万行、三小时审完20万行代码库——这些能成功,是因为都做了同一件事:让模型先熟悉代码,明确行为一致规则,用原项目的回归测试当验收标准,按独立交付结果切割任务。迁移完不是看生成了多少行新代码,而是看原项目的测试有没有通过。AI负责写代码,你得负责写规则。不定义规则,最后就会被AI生成的几十万行代码定义。
历史事件回溯
当前事件
次世代大模型在复杂遗留代码重构上的对决
- 核心性能:极致复杂代码库理解与深层逻辑重构推理
- 架构演进:强化学习结合思维树应对屎山代码依赖
- 市场反响:颠覆传统程序员维护遗留系统工作流
2024年3月
Claude3发布,Opus代码能力首超GPT-4
- 核心性能:Opus在HumanEval等代码基准首次全面登顶
- 架构演进:混合专家架构与20万超长上下文窗口普及
- 市场反响:打破OpenAI垄断,企业级代码助手分流加速
2023年3月
GPT-4发布,开启大模型高级代码生成时代
- 核心性能:首次实现从零生成完整逻辑应用与通过复杂考试
- 架构演进:引入多模态视觉输入与深层逻辑推理链能力
- 市场反响:引爆全球AGI浪潮与Copilot类代码工具爆发

当前文章无评论,是时候发表评论了