实测Claude与GPT代码审计：Opus全面领先，国产模型仍存幻觉短板

本文记录了一次针对 Rust 项目的 AI 代码审计实测。参赛者包括 Claude Opus、GPT-5.3-Codex、GLM-5 和 Minimax-2.5。测试发现，Claude Opus 在 Bug 覆盖率和代码深度挖掘上表现最佳，GPT-5.3-Codex 则以极高的准确性和零误报取胜。相比之下，国产模型 GLM-5 和 Minimax 虽然速度快，但在基础事实核查（如列数统计）上出现严重“幻觉”，提供的修复代码甚至包含语法错误。作者指出，在“Vibe Coding”场景下，Opus 负责全面找茬，Codex 负责精准修正，而国产模型在严肃审计中尚不可靠。