will

AI 工具实测派｜每天 3 条一线 AI 快评：新模型、新功能，上手就测，只讲真实体验和坑｜重度 AI Coding 用户｜关注我，少踩坑、少花冤枉钱

[will @willhk1r]

Gemini 80% 幻觉？这个数只说对了一半

一个 72 行的文件，Gemini 引用了第 173 行。

这是 Theo 刚贴出来的真实例子。他在自己的多模型交叉审查 skill 里给 Gemini 单独加了个「小丑」栏目，结论是：超过 80% 的运行里，Gemini 都编了东西。

这条帖子已经近 10 万浏览，转述里慢慢变成了「Gemini 80% 的回答是错的」。这里有两个偏差：

1️⃣ 口径不一样。他说的是「80% 的运行」出现幻觉。一次 Agent 审查要读很多文件、给出几十条判断，只要编错一处就算这一次有幻觉，这和「80% 的回答是错的」不是一回事。

2️⃣ 样本不一样。这是他自己的代码库、他自己的审查流程，不是公开基准。换个项目、换个提示词，数字一定会变。

但另一半是真的，而且比 80% 这个数更值得警惕。他列出的幻觉清单是：不存在的行号、随手编的 IP 地址、脚本参数、函数的导出和返回值。

这些全都是写代码时最容易被直接信任的细节。一句「第 173 行有空指针」，看起来比「这里逻辑可能有问题」可信得多，结果那一行根本不存在。

我在 AI Coding 里的结论是：

3️⃣ 让模型审代码，必须要求它原样引用它依据的那一行，而不只是给行号。引用对不上，这条意见直接作废。

4️⃣ 多模型交叉审查有用，但最后一步不能交给模型，要交给 grep、测试和编译器。模型负责提出怀疑，工具负责确认。

模型会不会幻觉已经不是问题，问题是你的流程能不能在它幻觉的时候自己发现。

#AI #Gemini #AICoding #大模型 #ClaudeCode

[will @willhk1r]

@yutao56666761 一万五千个朋友，太👍🏻了

[will @willhk1r]

@WeiquanZ68597 月薪3000，无休，12小时

[will @willhk1r]

@Duiady 社恐的我该怎么涨数据

[will @willhk1r]

@W2679966465 老板，赤脚的来讨杯茶喝

[will @willhk1r]

@Jackmudr 盯粉丝能反映努不努力，就这么鞭策自己

[will @willhk1r]

@yutao56666761 帅呆了，就是门槛不是一般高，只能看摸不着

[will @willhk1r]

@yutao56666761 哈哈，每一环都能讲的明明白白的话我觉得也OK，已回关

[will @willhk1r]

同事干活全交给 AI，你能接受到哪一步？

https://t.co/GFgWvQaJ4L 上有论坛网友讲：公司新来的应届生，任务全扔给 AI，代码评审意见也让 AI 回，问他什么意思讲不出来。再加上工位睡觉，最后被劝退了。

A. 用 AI 写，但自己讲得清
B. 用 AI 写，讲不清但结果对
C. 只要按时交就行
D. 关键的东西必须自己写

我选 A。你呢？

#AI #打工人

[will @willhk1r]

@Andy_whhh 不做售后那不是直接机器人启动

[will @willhk1r]

@laopai1990 因为我们是中文区

[will @willhk1r]

@wellzhiai 反正每回都是朝鲜

[will @willhk1r]

@WeiquanZ68597 不符合x上的身份

[will @willhk1r]

@Wutongshu2732 认知，没错

[will @willhk1r]

@KahuangJ 干不过

[will @willhk1r]

@Gqing0930 要上岸了

[will @willhk1r]

@Stargridcompass 回复的都是中文

[will @willhk1r]

@lisheng759 过分了

[will @willhk1r]

@MarketsAndAI789 我有信心三个月蒸发完

[will @willhk1r]

@pppoeadsl 1000个回复真泡在里面了，总要看完内容思考吧

[will @willhk1r]

@poolmoon6 只为了流量拉用户

[will @willhk1r]

@wumu0707 现在的人更愿意B，极少数喜欢A证明自己