AI解决难题，先别信热搜

看到“AI解决千年问题”这种标题，我会先找补丁和测试。最近 Hacker News 有个帖子问，为什么大家总盯 OpenAI、Anthropic 的公司剧情，不盯 AI 到底解决了什么工程难题。根据公开报道，OpenAI 研究人员也承认，先进模型面对编码问题不一定真能解决。那个千年问题我没法验证，只能拿手边工程题跑一遍。

我这边沙箱用了三周，API 也接了三周。沙箱是隔离环境，API 是让程序调用模型服务的接口。题目是一个日志分析小脚本，读服务日志，统计异常，输出报表。我故意埋了三个坑，多线程写同一个文件、空输入、跨月日期解析。

我把需求、代码、报错丢给 Claude、ChatGPT 和 DeepSeek V4 Pro。Claude 网页端像工程师，先列风险，再给方案，但代码块太长，复制进沙箱后缺 import，也就是开头引入库的语句。ChatGPT 会主动补测试，不过没给能直接合并的补丁。DeepSeek V4 Pro 走 API，结构清楚，但我测下来补丁字段截断了一次，只能让它分段输出。

结果不意外。三个模型里，两个给了可参考补丁，没有一个让我直接合并。测试框架里，空输入和跨月日期会提醒边界，责任边界仍要人判断，模型不会替你决定能不能上生产。有些文章提到人在回路，也就是关键步骤仍由人判断，一旦不精选，审查会从看几行变成看一堆生成物。

这类工具适合做第一遍粗筛，帮人把坑列全，给测试样例；不适合无人值守改关键代码。优点省时间、思路全、能补测试，缺点边界漏、输出不统一、验证成本高。

这个方向真正值钱的地方，是把模型输出变成可回滚、可负责的补丁。公司剧情好传播，工程验证难传播。日志脚本、前端状态、数据清洗这类代码，先拿沙箱和测试跑一遍，比看热搜更有用。

---

📌 本文编译自 Hacker News，原文 https://news.ycombinator.com/item?id=49621917

版权归原作者所有，本文为基于公开报道的编译与独立分析。