实测 DeepSeek 与 Gemini 代码生成翻车：并非模型愚蠢，而是开源库有 Bug

一位开发者在使用大语言模型进行辅助编程时遭遇了连续失败的经历。该用户尝试使用 DeepSeek、Gemini、Trae 以及基于 Claude Code 的 Fable 5 等多个主流模型生成 rrweb-player 的代码示例。尽管测试用例相对基础，但所有模型生成的代码均无法正常运行，这导致用户对 LLM 的代码能力一度感到失望。然而，经过深入排查，用户发现问题的根源并非 AI 模型的逻辑错误，而是 rrweb-player 最新版本本身存在一个未被修复的 Bug（对应 GitHub Issue #1872）。该开发者指出，在确认是依赖库的缺陷而非 AI 幻觉后，对大模型的态度从悲观恢复到了理性的客观状态。这一案例揭示了 AI 辅助开发中的一个典型盲区：当训练数据或上下文窗口外的第三方库出现异常时，AI 往往只能基于“常规用法”生成看似正确但实际无法运行的代码。

事件分析

💡 核心观点：大模型并非全知全能，AI编程的盲区往往不在于代码逻辑本身，而在于无法预知依赖库最新的版本缺陷。