不知道大家在用codex的时候有没有遇到这么一些情况…… 


虚假测试 
尤其是测试AI的时候。我前两天让5.5给我写个测试样例，当时想看claude opus在修bug的能力。然后codex说它做了一个修bug的测试，测出来效果异常的好。结果我一看，玩具项目不说，codex居然在README里写了所有bug的位置和修复方法，等于是开卷，claude只要跟着做就能拿满分 😅 
感觉像是情境能力或者说带入能力不足吧。其他也有类似情况，就是很容易“出戏”，让他写一个文档，用它自己的视角还好，一旦跟它说“用XX的视角写一个文档”就很容把自己的视角混进去。 


超级无敌魔数/硬编码修复 
这个是真的无语，我有一天在改一个AI系统，该系统偶尔会出现回应中英文混杂的情况，然后我说，或许应该在Prompt里加入一点英文约束。 
codex选择的做法是：prompt里写“严禁写If you want”...