目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时，有这样几个特点：
我写了一个 Skill ，让大模型围绕以下三个维度“反思”它提出的方案或者观点：
目前我在多个项目里实测了几天，感觉效果拔群，配合 Matt Pocock 的工作流会更好 欢迎各位大佬们体验： https://github.com/nscTechArt/are-you-sure
 |
1
jacketma 8h 5m ago
发现是有这个问题，不过不好解决。
本质上是用户偏好的问题，有的人就喜欢事无巨细的答复，有些人喜欢简明扼要的回答。 一方面考虑大模型自身的能力，另一方面也看大模型猜用户的喜好准不准了 |
 |
2
maolon 7h 57m ago
|
 |
3
coreJK 7h 52m ago via Android
|
 |
4
Jinmu24 OP  1
@maolon 简单来说，are you sure 重点在于提升决策质量，用于 Agent 改代码之前
stop that shit 主要倾向于评估 Agent 的改动是否越界,也就是“做的时候别乱做” 我感觉二者是上下游的关系 |
 |
5
nightwitch 7h 51m ago
只有 gpt 这个问题比较严重。grok 用的不多，国内模型 glm/ds 都还好。
gpt luna 其实也还好，sol 感觉特别喜欢过度设计 |
|
6
Jinmu24 OP @coreJK 感谢回复，我在写这个 skill 之前有看过 Ponytail ，二者有一些相似的地方，但本质还有有区别的
Ponytail：在目标/方向大致确定后，优先寻找最小、最原生、最少依赖的实现方式，核心仍是 implementation minimization 。 AYS：在实施之前，把方案本身当作待验证假设，判断它是否有效、是否过度复杂、以及会带来什么后果。核心是 solution evaluation 。 |
 |
7
yidinghe PRO 1
过度设计的判断是非常主观的，它需要使用者和 Agent 的长期磨合，积累记忆，总结风格，形成 skill 。
|
 |
8
wombat 6h 12m ago
我也觉得很保守。gpt 5.6 sol ，比之前的 gpt 模型更保守。特别是一些发散性的问题，保守到感觉是一个裹了脑的老人。 最近我都切到别的工具开发了。。。
|
 |
9
qgswzmz 5h 28m ago
@nightwitch 我的体验是，gpt 在实现的时候自然而然的就会加那些防御，如果在设计方案的时候明确不要这么干，他就会给你端上来一个 西红柿炒鸡蛋（不加东坡肉版）
|
 |
10
lujiaosama 1h 20m ago
5.6sol 的过度设计过于严重，以至于我不得不在 AGENTS.MD 里专门限制必须按照最小可行方案来设计。其次是不要做什么做什么是隐式契约，不要一直婆妈的强调。
|
Select Language