凡事觉得中端模型就行的坏习惯应改掉

背景

在 AI 工具快速迭代的当下，用户对于模型选型的认知常常走向两个极端：要么盲目追求“最大模型最高档位”，耗费大量成本；要么走向另一个极端，认为“中端模型已经足够”，甚至忽视模型性能的不足。Linux Do 论坛上的一则帖子（标题：《凡事都觉得【中端模型就行】的坏习惯应该改掉了！！》）引发了关于这一话题的续篇讨论。发帖人结合自己在 AI 写文（角色扮演/文学创作）和 AI 编码两个实际场景的体验，提出了一个反直觉的暴论：目前大部分领域，AI 的性能实际上都是不够的，所谓“中端模型够了”的想法只会拖累工作质量。

核心内容

发帖人首先修正了上一个讨论中提出的问题——此前他认为“凡事都盲目用最大模型最高档位”是坏习惯，现在他进一步指出，另一个极端“凡事都觉得中端模型就行”同样需要警惕。他给出一个鲜明的观点：不需要用最大模型，并不等于中端模型就能胜任。 关键是当前大多数实际应用场景中，模型的性能仍然偏低。

具体到两个典型领域：

1. AI 写文（含角色扮演/文学创作）
   发帖人认为，目前大多数模型（尤其是 GPT 系列）在写文和角色扮演（RP）上的表现“几乎完全忍不了”，他直言“觉得现在 AI 写文不错的，都是被 AI 驯化了”。只有 Gemini 在这两方面的表现还能接受，Claude 也尚可，但他尚未试用 Fable 来做 RP，表示有机会再试试。

2. AI 编码
   发帖人原本考虑可以通过切换不同档位模型来完成任务。但在实际工作中，他先用 GPT-5.5 xhigh 和 Grok-4.5 high 完成了大部分代码内容（同时抱怨前端部分没有特意指定的代码一如既往地烂）。随后，他使用 GPT-5.6 sol max 对全部代码进行审查，结果每次让模型检查都能发现大量新问题，最终累计查出 60 多个问题——而这已经是发布前让多个模型反复翻查、改进过的代码。

   于是，他现在只信任 GPT-5.6 max 来修复代码（并感叹其神力），用 Grok-4.5 high 手动调整前端部分。他还提到开启了 Ultra 模式，但 Codex CLI 的最新更新不再显示创建子智能体和思考过程，因此无法看出 Ultra 对比普通模式的实际差异。

总之，发帖人的实践结论是：在写文和编码这类高复杂度任务中，中端模型（即使是 high 档位的模型）往往会出现明显的缺陷，只有当前顶尖的 max 档位模型才勉强可用——而这恰恰说明 AI 性能目前仍然不够。

关键要点

• 避免两个极端：既不盲目追求最大模型最高档位，也不轻信中端模型已经足够，应根据任务实际复杂度选择合适档位。
• AI 写文/角色扮演现状：GPT 系列在写文和 RP 上表现差，用户如果觉得不错说明已被“驯化”；Gemini 表现尚可，Claude 次之，Fable 待测试。
• AI 编码现状：即使是多个模型反复审查过的代码，使用最高档位模型（GPT-5.6 max）仍能查出 60 多个问题，说明当前模型在代码质量审查上远未达到可靠水平。
• 具体模型选择：作者写文倾向用 Gemini，编码修 bug 只用 GPT-5.6 max，前端微调用 Grok-4.5 high；Ultra 模式因 Codex CLI 更新消失而无法评估效果。
• 核心论断：目前大部分领域，AI 的性能都是不够的，所谓“中端模型够了”只会掩盖质量问题。

意义与影响

这一讨论提醒 AI 用户不应陷入“只用最大模型”或“只信中端模型”的二元思维。发帖人基于亲身实践给出的暴论具有启发意义：性能天花板仍然存在，模型能力尚未达到“够用”的拐点。对于产品团队和个人开发者而言，在关键任务上（如代码审查、高质量创作）仍需要投入最高档位模型来确保质量，不能因为成本和便利性而妥协。

同时，该帖子也从侧面折射出当前 AI 模型发展的阶段性特征：尽管模型参数和推理能力不断提升，但在细粒度逻辑检查、长文本连贯性、以及跨领域协同（如写文的自然感+逻辑性）等方面，距离人类期望仍有较大差距。这既是对模型厂商的鞭策，也是对用户的警示——不要过早地降低对 AI 输出的标准，否则会陷入“被驯化”的自满。未来，随着更强模型（如 Fable 等新尝试）的出现，这一局面可能被打破，但至少在目前，“中端模型凑合够用”的观点需要被谨慎对待。