RCreddit.com·
Gave 6 AI models the same bug. Only 3 got it right.
一位开发者进行了一项测试，他给ChatGPT、Claude、Gemini、Grok、DeepSeek和Qwen这六个AI模型提供了相同的代码错误，并要求它们进行修复。在没有改变提示的情况下，开发者测试了所有六个AI模型生成的修复方案，结果显示只有三个模型提供了正确且有效的解决方案。这项测试引发了关于AI生成代码可靠性的讨论，以及开发者在使用AI生成代码前是否应该进行严格测试的思考。
为什么是这条该报告首次对比了六个主流AI模型的调试能力，揭示了只有半数模型能正确修复同一代码错误。
时间与来源
时间显示为 UTC
显示时区：UTC
本地时区尚不可用，暂时显示 UTC。
发布当时偏移：UTC+02026年9月8日 17:07 UTC
收录当时偏移：UTC+02026年9月9日 17:00 UTC
- 发布
- 2026年9月8日 17:07
- 收录
- 2026年9月9日 17:00
- 来源类型
- 开发者社区
- 档位
- 社区
- 信源状态
- 正常
档位是按信源手工设定的编辑判断，不是逐条打分。
讨论趋势
→ 平稳
百分比基于采集到的讨论信号，不代表新增评论数或独立参与人数。曲线仅用于同一话题在不同时段的比较。
正文
Tried another little AI test today. I gave ChatGPT, Claude, Gemini, Grok, DeepSeek and Qwen the exact same coding bug and asked them to fix it. I didn't change the prompt. Then I actually tested all six fixes. Only 3 worked properly. Do you guys test AI-generated code before using it, or just trust it if it looks right