Claude 依然是编程最强， ChatGPT 跟 Gemini 在 Bash 这种常见语言的最基础的地方依然犯错

[superhot]

在 Bash 里面比较反直觉的一点是，&& 跟 || 的优先级是相同的，所以会有：

$ true && { echo "foo"; true; } || echo "bar" && echo "baz"
foo
baz

$ true && { echo "foo"; false; } || echo "bar" && echo "baz"
foo
bar
baz

这不是什么八股，而是日常工作中会出现的基本用法，然而只有 Claude 3.7 答对了，GPT 4o 跟 Gemini 2.5 pro 还在那 && 的优先级高于 || 且有短路，即 A && B || C && D 等价于 (A && B) || (C && D)，所以给出第一个的结果是 foo。

冷门技术就不提了，本以为发展到今天 LLM 已经不会在 Bash 这种常见技术上出现低级的事实错误了，看来还是会有。

[MonikaCeng]

GPT 你不能拿 4o 写代码，用 o1 或者 o3-mini-high

[doraemonki]

试了一下 Gemini 2.5 pro 两个都回答对了

[deplives]

[tywtyw2002]

又不是面试，没事问这些问题其实没多大意义。
与其让 ai 执行 code ，不如找个 bash 自己跑下。

vibing code 都要求生成可读性的 code ，如果出现这类 code ，直接重新生成就行了。目前 vibing code 的意义还是在于提升了生产效率。

以前写个 bash 脚本 不得 10 分钟起步吧，复杂一点的一个小时没了，现在 vibing code 提升效率 10 倍以上。

[FlorentinoAriza]

o3 中思路写的是

[superhot]

@MonikaCeng
@FlorentinoAriza
确实 o3-mini 会好些，4o 还是不行

@doraemonki 我新开了一个重新试了一下，这回对了，有点不稳定

@tywtyw2002 是因为我在看别人代码的时候也有点记不清了，想用 LLM 确认一下，结果发现三个模型答案不一致，又专门翻了一下手册。用来生成代码处理简单任务确实好用，但如果在这种程度的问题上都能发生事实错误，还需要对比及二次确认的话，整个过程并没有提效很多