小互(@imxiaohu)· 小互 (@xiaohu)·· 7 天前AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
有人指出 GPT 代码存在“屎山”问题：学会过关，没学会做工程
这个人似乎发现了GPT 屎山代码的问题 GPT学会了“把当前任务做过关”，却没有真正学会“把工程做好”。 1. 模型学会的是「怎么拿分」 他认为GPT 的强化学习可能过于强调那些容易量化的结果：...
AI 导读
针对 GPT 生成代码，有观点认为其强化学习过度奖励“测试通过、能跑、无报错”这类易量化结果，导致模型倾向用捷径快速交付，却忽视架构设计与可维护性。作者还指出训练视野过短、缺少写完后自我审查，并推测评测器与训练数据质量会放大“工程品味”缺失，Anthropic 在高质量数据上的投入可能让 Claude 代码结构更好。
来源：小互(@imxiaohu) · x.com