GPT-5 发布即巅峰？一线开发者说它为什么“越用越烂”

它被称为最接近 AGI 的模型，却在上线几天后被程序员集体嫌弃。Ras Mic 直言 GPT-5 在编程上“糟透了”，并抛出一个行业里很少有人明说的猜测：模型变笨，可能不是你的错，而是一门生意账。

被吹成 AGI 的那一刻，就是下坡路的开始

“我们都以为 GPT-5 是未来。”Ras Mic 的视频一上来就泼冷水：用了几天之后，尤其在编程场景下，它的表现只能用“terrible”形容。更讽刺的是，发布当天它确实惊艳——在 Cursor 里接连完成复杂任务，社区共识是“至少和 Claude 一个级别”。但这种高光状态只维持了极短时间，随后就是明显的质量滑坡：理解偏差、执行冗余、让人抓狂的错误。这种“发布即巅峰”的体验，恰恰击中了很多一线开发者最近的真实感受。

模型不是突然变笨，而是被“拧小了水龙头”

Ras Mic 给出了一个大胆但在圈内引发共鸣的解释：这是钱的问题。他回忆 Claude Code 刚上线时“几乎完美”，但随着使用量增加，速度变慢、无意义的 tool calling 变多，性能肉眼可见地下滑。他的推断是，模型在发布初期会被“火力全开”——算力拉满、体验拉满，足以让所有人拍视频、发推特、形成舆论高潮；等用户习惯之后，模型被悄悄限流，以控制惊人的推理成本。Theo 的经历成了佐证：他在 GPT-5 刚发布时给出极高评价，后来却公开承认“我用的根本不是同一个模型”。在 Ras Mic 看来，这不像阴谋论，更像是所有烧钱公司的现实选择。

别把职业安全感，押在任何一个模型上

视频的落点并不在抱怨，而是在行动建议上。Ras Mic 的结论很直接：解决方案不是换模型，而是你自己会写代码。他强调，即便 AI 真会“淘汰开发者”，懂编程的人也永远比不懂的人更能驾驭 AI。当 GPT-5 表现失常时，真正兜底的是你的基本功，而不是下一次模型更新。他甚至把这看作一条正在应验的曲线：模型会周期性地“好一阵、烂一阵”，而唯一不随成本波动贬值的，是人的能力。

总结

这段视频真正戳中行业神经的，不是“GPT-5 很烂”，而是那句潜台词：模型能力并不是一条只涨不跌的直线。算力成本、商业压力、平台限制，都会直接反映到你每天用的工具上。对 AI 从业者来说，最现实的 takeaway 是两点：第一，不要把短期的模型巅峰误当成长期趋势；第二，把时间继续投入在可迁移的能力上——代码、系统设计、问题拆解。模型会被限流，你的能力不会。下一次有人在饭桌上聊“这个模型是不是又不行了”，你至少知道，背后发生了什么。

关键词： GPT-5， 代码生成， AI Agent， 通用人工智能， 模型性能下降

事实核查备注： 需要核查：1）视频中提到的 GPT-5 发布日期与 Theo 的相关视频时间；2）Ras Mic 关于 Claude Code 初期与后期性能对比的具体表述是否有公开记录；3）Cursor 与 GPT-5 组合使用的具体问题是否来自个人体验而非官方声明。