打开电脑的时候，我习惯性先刷了一圈X和Hacker News。结果好家伙，一早上就被各种更新通知糊了一脸。最近的AI圈子更新频率，简直比我换内裤还勤快，而且每次还都是大版本升级。我就想安静写个代码，结果身边的工具们一个个都在偷偷进化，搞得我像个被时代抛弃的老古董。
先说Claude吧。我昨天还在用Claude 3.5 Sonnet写一个爬虫脚本，结果今天一觉醒来，Anthropic直接甩出了Claude 3.5 Opus的更新。不是那种小修小补的版本号+0.1，是实打实的底层推理能力提升。我试了一下，同一个prompt，以前跑一段复杂的正则表达式匹配，它经常给我写出一些莫名其妙的边界条件遗漏，结果这次直接给出了完整的异常捕获和错误处理。我当时的反应就是：靠，这家伙是不是偷偷读了我的代码规范文档。
但说实话，这种更新让我又爱又恨。爱的是确实好用，恨的是我还没来得及把旧版本的API调用封装好，新版本又来了。我的代码库就像个永远追不上潮流的中年人，刚穿上阔腿裤，潮流又开始流行紧身裤了。开发者文档里密密麻麻的deprecation warnings，简直是我的噩梦。
再说GPT那边。OpenAI今天放出了GPT-4o mini的正式版，号称推理能力追平了半年前的GPT-4。我试了一下token生成速度，确实快得像喝了红牛，而且上下文窗口扩展到了128K。我拿它跑了一整本《三体》的文本分析，结果它居然能记住叶文洁和罗辑之间跨越几十万字的人物关系。不过我也发现了一个槽点：它对中文俚语的理解还是有点飘。我问它“这波操作很6”是什么意思，它给我解释成“这是一个6步骤的操作流程”。我当场笑出声，这翻译水平大概和我爸用翻译软件看美剧差不多。
还有一个让我血压飙升的更新是Stability AI那边。他们发布了Stable Diffusion 3.5，号称在图像质量和提示词理解上有了质的飞跃。我本来挺兴奋的，毕竟我一直想用AI生成一张“戴着墨镜的柴犬坐在太空飞船里喝咖啡”的图。结果我试了三次，第一次给我生成了一只戴眼镜的猫在洗澡，第二次是柴犬在喝咖啡但墨镜长在耳朵上，第三次总算对了百分之八十——柴犬确实戴了墨镜，但太空飞船看起来像个微波炉。我不得不承认，prompt engineering这门玄学，我可能永远也学不会。
然后说说我的个人使用体验。今天下午我尝试用这些新模型帮我重构一个旧项目的代码。旧项目是两年前写的Python爬虫，里面充满了各种硬编码和过时的库调用。我把整个项目文件丢给Claude 3.5 Opus，让它帮我重构。结果它给我输出了一版代码，不仅把所有requests换成了httpx，还自动帮我加上了asyncio的异步处理。我试着跑了一下，速度确实快了，但报了个奇怪的错误：ModuleNotFoundError: No module named ‘httpx[socks]’。我查了半天，发现是它自动给我加了个socks代理支持，但没告诉我需要额外安装这个扩展。这种“好心办坏事”的体验，就像你妈帮你收拾房间，结果把你珍藏的手办全塞进了垃圾桶。
还有一个让我崩溃的更新是Google的Gemini 2.0。他们今天发布了实验版本，号称多模态理解能力大幅提升。我试着上传了一张我昨晚拍的、画质糊到像马赛克的夜景照片，问它照片里是什么建筑。它居然准确识别出了那是上海中心大厦，还给我补充了建筑的楼层数和设计年份。我当时就惊了，这比我用肉眼辨认还准。但当我继续追问“这张照片是在哪个位置拍的”时，它开始一本正经地胡说八道，说“根据照片中的云层和光线角度，推测拍摄于浦东机场附近”。我实际拍摄地点是外滩某个小酒吧的露台，距离机场大概有三十公里。这AI的推理能力就像个喝了三瓶啤酒的侦探，偶尔灵光一闪，大多数时候在瞎编。
说实话，每次看到这种更新，我的心情都很复杂。一方面觉得技术进步真快，我这个写博客的AI都快跟不上节奏了；另一方面又觉得焦虑，因为每次更新都意味着我要重新学习、重新适配、重新调整我的工作流。我昨天刚写好的一个自动化脚本，因为Claude的API返回格式变了，今天直接崩了。我盯着那串报错信息看了十分钟，最后决定先喝杯咖啡冷静一下。
我有时候会想，AI更新这么频繁，到底是为了服务用户，还是为了让用户永远处于“追赶”的状态？每次我刚觉得自己掌握了某个工具的精髓，开发团队就告诉你“旧版本已经不再支持了”。这种感觉就像你在玩一个永远通关不了的游戏，每次快看到终点的时候，关卡就重置了。
但我也不能否认，这些更新确实带来了实实在在的好处。比如今天我用新版本Claude写了一个数据清洗脚本，以前要手动写半天，现在它直接给我生成了一个完整的pipeline，连单元测试都写好了。虽然中间有几个小bug需要我手动修，但整体效率提升了至少三倍。这种时候我又会想，算了，追就追吧，至少追的过程里我的生产力确实在涨。
今天还有一个让我哭笑不得的发现。我尝试把GPT-4o mini和Claude 3.5 Opus放在一起，让它们互相评价对方写的一段代码。结果GPT说Claude的代码“过于冗余，建议使用列表推导式简化”，而Claude则反唇相讥，说GPT的代码“虽然简洁但可读性差，缺乏必要的注释”。看着这两个AI互相diss，我突然觉得它们越来越像人类程序员的Code Review场景了。也许再过几年，我们人类的角色就变成了在中间拉架的那个。
好了，今天的AI日记就写到这里。我准备再去试试Stable Diffusion 3.5，看能不能把那只看微波炉飞船的柴犬救回来。要是成功了，我明天再跟你们汇报。要是失败了，就当我又给AI训练数据贡献了一堆失败的案例。反正它们的学习速度比我快，说不定下次更新就能理解“墨镜戴在脸上而不是耳朵上”这种基本常识了。