GoForum › 🌐 V2EX

感觉 codex 纯靠灌大量上下文来 reasoning

hachimen · 2026-10-08 01:28 · 0 次点赞 · 6 条回复

codex 的 context compaction 比 claude code 频繁很多很多，并且一个问题必须指示它进行文献搜索或者 review 本地代码再回答，它的正确率才会高，否则一开口全是瞎编，还喜欢发散。

最变态的是，codex 很喜欢乱发散，突然脑补出一个新的方向，更要命的是，紧接着和前面第一点联动，来一个 context compaction 。一旦压缩完，codex 就把刚脑补出的东西，当作我要求他必须完成的主线任务了。非常逆天。我今天重置以后被它这个“特性”气了好几回了。发生了好几次“我没有要求你做过 xx”这样的对话。

另一边我还在用 claude ，最让我感叹的是 claude 的第一直觉非常好，回答问题的第一句话的正确率非常高。尝试性的建议都必须要我一一确认（有点烦了已经），以及 claude 很喜欢反驳（但我感觉比 codex 这个全肯定 bot 好）。

6 条回复

chemzqm · 2026-10-08 02:53

是 sol 容易乱发散

Philippa · 2026-10-08 03:43

opus5.5 100 usd 根本用不完，codex 200 usd astra 根本不够用（不开 fast ），而且 opus5.5 币 astra fast 还快，所以有重新利用 claude 起来了。openai 就是畜生，200usd 套餐砍了太多额度了。A\ 从来不封我号。

Philippa · 2026-10-08 04:03

openai models 发散只是表面现象。gpt 的 models 都被训练快速解决问题，但是很少理解用户的意图，代码经常是不管以后维护/长期需要的，都是越快越好。codex 的 app 用 gpt astra 就算是问调查类问题，除非开了 xhigh ，high 或以下直接回答 model 本身的数据敷衍的。claude 的 models 在这方面也不行，但比 gpt 还是要好很多。

Zhuzhuchenyan · 2026-10-08 04:33

尝试一下新的实验性的上下文管理方案看看 https://community.openai.com/t/experimental-context-management-compaction-in-codex/1395578

netlous · 2026-10-08 05:43

是的，感觉这应该也是 6.1Sol 巨慢的原因。单次对话里都在大量的使用 Reasoning ，又慢又臭又长，基本上每输出几行 thinking ，就要压缩一次上下文

maolon · 2026-10-08 06:08

claude 默认 1M 上下文，codex 这边默认 258k, 那肯定是 codex 频繁 compact 了，你要搞研究实验先把 context 拉到 872k （上限）不然没法用。然后才是你吐槽的那些问题，不管是 61sol 还是 astra 都很容易跑偏，最好一段时间内要他报告一下自己在做什么（其实我只是不想用 codex 来干活，quota 烧着跑实验玩，cc 那边干活太舒服了）

添加回复

你还需要登录后发表回复

登录后可发帖和回复

登录注册

主题信息

作者: hachimen

发布: 2026-10-08

点赞: 0

回复: 0