近期，在开发者社区 Linux.do 上，有用户针对最新版本的 AI 模型（提及 gpt-5.6-sol-max，推测指代 OpenAI 最新发布的 o1 或相关预览模型）在辅助编程中的表现提出了强烈质疑。该开发者表示，在构建特定功能 Pipeline 的两个版本时，尽管在提示词中多次明确强调“不要动旧代码，仅修改新 Pipeline”的约束条件，但随着对话时间的延长和上下文的增加，模型依然频繁出现指令遵循失败的情况，开始错误地修改旧代码。这一现象引发了社区关于 AI 编程工具可靠性的讨论。虽然当前大模型在代码生成能力上进步显著，但在长时间对话和复杂任务处理中，模型似乎存在“指令遗忘”或“上下文漂移”的问题，导致无法忠实执行早期的否定性约束。这暴露了当前 AI 编程工具在实际工程落地中，依然难以完全脱离人工监督，提示词工程的稳定性仍受模型机制制约。
事件分析
该事件反映了当前大模型在长上下文处理与指令遵循机制上的技术瓶颈。在复杂的软件开发场景中，随着 Token 数量的累积，模型对早期设定的约束条件的注意力可能会衰减，导致权重向近期生成的代码倾斜，从而破坏了预设的逻辑规则。这种“幻觉”或“健忘”现象表明，现阶段的 AI 编程尚未达到完全自动化的阶段，开发者必须引入版本控制（Git）和 Code Review 流程来对冲模型的不确定性。从产业影响看，这将推动 AI 辅助编程工具从单纯的对话生成，向支持更结构化的输入（如通过 API 传递严格的开发规范或结构化上下文）方向发展，以解决自然语言提示词在长链条任务中的不稳定性问题。
核心观点：大模型在复杂开发场景下的长时记忆与指令稳定性仍存短板，AI编程目前仅能作为辅助手段，尚无法脱离人工审查。
原文链接：Linux.do
