- 哦吼这是什么呐？2026-08-10
V4-Flash最经典的表现就是：
发现报错 → 找到一个看起来有关的东西 → 马上改。
小修改、明确改动，它确实快。
但是让它自己负责一个大型 Mod 的机制分析和整体实现，特别容易变成：
看到哪修哪，修完一个又制造三个。
研究半天，自己都写：
“我不确定这样是否正确。”
下一句：
“我决定直接按这个方案实现。”
左右脑互搏了半天，终于开写了，然后一进去一看，完全就没解决问题这是。
Luna表面上看起来，似乎更能理解大型项目架构。
但是不仅喜欢过度设计，整出来一堆功能，本地化门禁，双分辨率QA，静态门禁什么的，也不知道在搞啥
最他娘的抽象的是他娘的憋了半天最后
告诉我：
“已完成完整重构，静态验证全部通过。”
然后我进游戏一看，他娘的我让他设计的UI就是个几乎是空的半成品。
这俩流口水玩意给我做mod，从两千多错误到5000，然后上万了。
真就是修一个创造三个，结果最后还是把烂摊子给Sol，最后才终于是修好了。
我甚至让 Sol 看了这两个模型的实际制作过程，它给的评价是：
能力 |
DeepSeek V4 Flash |
GPT Luna |明确小修改 |
8.5/10 |
7.5/10 |快速写代码 |
9/10 |
7/10 |日志找直接错误 |
7/10 |
8/10 |根因分析 |
5/10 |
7/10 |多文件联动 |
5.5/10 |
7.5/10 |理解大型 Mod 架构 |
5/10 |
8/10 |保持用户原始设计意图 |
5.5/10 |
6.5/10 |参考别的 Mod 后重新设计 |
5/10 |
7/10 |GUI/UX 产品判断 |
5/10 |
6.5/10 |避免瞎猜 |
4/10 |
6/10 |避免过度设计 |
8/10 |
3.5/10 |进度报告可信度 |
6/10 |
5.5/10 |大型 Mod 总负责人 |
4.5/10 |
7/10 |有人盯着当执行 Agent |
8/10 |
8/10 |所以——
Tibo，到底啥时候重置啊？！^-^
主楼 - yeluo0012026-08-10
这种极度便宜的模型就不用想着自己甩手掌控的情况下干复杂的活
- 哦吼这是什么呐？2026-08-10
其实我也算不上纯粹甩手掌柜。
我都是先开Plan，把需求、参考 Mod、禁止事项、验收标准都说清楚，让模型自己出实施计划，我确认之后再让它执行。
最后这俩流口水玩意最抽象的地方就是，计划是它自己出的，我也确认过，执行的时候还能一路跑偏，给我搞出半成品都不算的东西。
- CNk_Yuw2026-08-10
这两个模型执行点简单任务，例如人工实时配合改代码那种是方便的，但是长时间agent或者vibe coding就差了
- liansishen2026-08-10
这么看来这两个模型确实适合当打手
- 火鸡味锅巴-linuxdo2026-08-10
可不可以让sol当监工出方案，交给luna执行呢，需要怎么操作
- 冰原Bill2026-08-10
毕竟是（相当于）免费的模型，已经能作为日常copilot了
- 哦吼这是什么呐？2026-08-10
我感觉其实也有可能是因为P社mod这领域其实也没那么热门的原因，所以这俩模型可能跑分确实不错，但是这考验的不属于一般编程和Agent执行能力。