实用 or 效率？说说AI 界的“崇洋媚外”论

这几天，OpenAI 的 devday 大会连发诸多新功能，横跨 GPT-6 Astra、ChatGPT、Codex、API、安全以及一批新的开发者构建工具；此前还有 A 社的 Claude Sonnet5.5等一众更新，让人目不暇接。

月亮是国外的圆？

讲真，我一直准备尝试 ChatGPT ，也想注册一个新 Claude 账号（之前被波及误封了）。这些最新的 AI 模型确实让人振奋。

但是，我边期待，边沉迷于更易得的工具怀抱之中，特别是九月发布的 DeepSeek Harness，还有九月开始付费的 K3.

有时候和朋友或客户聊天，我就说国外 AI 虽好，但总是嬉笑打趣的说 “花美元赚人民币”总不是很合算。

不可否认，AI 确实是美国遥遥领先，中国紧随其后但距离不小。我用过一段时间 Claude Fable 5、Opus模型，它们在长文本理解、生成图片方面确实令我惊艳。

也正是这样的经验，让我对今年整理完《大数据分析通识》有了信心。

只是，无形之中，我一直对高度依赖国外模型保持“距离感”，其中既有成本因素，也有商业交付考量，更有探索性的味道。

随着 DeepSeek Harness 的持续进步（虽然仅仅到0.1.0 版本），我对国产工具的信心确实在增强。

DeepSeek Harness 的体验对比

近期，我在开发一个基于 Tableau Server 的应用高度依赖于 Codebuddy+GLM 模型，也时常使用 ChatGPT 5.6做“探索性”工作。

莫名之中，我对ChatGPT 之类的工具有一种“瞻仰感”，所以常常会把最难的事情分给它做，然后用 GLM 做检查或实现。这就是一个技术上的“崇洋媚外”。

不过，我今天猛然觉得，DeepSeek Harness 的巨大进步，正在让我扭转这种想法。我用多个工具检查了一个应用的代码。

我给了 Codebuddy 国际版，它使用的国际模型 GPT。

ChatGPT 的回答：
本次更新整体质量较高，在模块化拆分、类型安全、测试基建、请求规范、后端服务设计等方面均符合 TypeScript/React/NestJS 现代开发的最佳实践。主要扣分点在于 Prisma 查询中的 as any 类型逃避、Controller 中的魔法数字，以及 commit 粒度过大。建议后续修复上述类型和常量问题，并继续补充测试覆盖。

但是，当我把同一个问题给 dsh， DeepSeek v4.1flash 给了令我生畏的检查结果：大量的风险点。

我起初还以为，会不会是 DeepSeek v4.1flash 的评估不够严谨？

但，当我发给 ChatGPT，它给出溢美之词并开始自我反思。

我用的可是 flash 模型啊。

这个对比让我对 ChatGPT 开始祛魅，同时进一步增加了对DeepSeek 的信心。

可受控的 “AI 开发”

我发现，AI 开发是一个极容易出现分叉的，就像人生的众多十字路口。有些路口通往不同的体验可以随时重回主路，有些路口则通往深渊。

AI 开发就像核聚变，能迸发巨大的能力，但需要“可受控”。可受控的关键路线，就是对重大选择及时做出干预，step by step 的推进。

可受控的开发，依赖于每个人广泛的知识基础以及敏锐的思考能力。反之也会刺激人的思考之进步。

2026/10/01 喜乐君