不同AI分析错误代码的差异：谁更胜一筹？谁才是最强者？结果出乎意料！_ai解析代码

先祝大家新春快乐，我已经提前三天上班了~~为了年后新框架能上线运行，这几天没人打扰，能安静地冲一下代码，嘎嘎嘎。

准备

错误代码：

...
foreach($arr_config['path'] as $value_path)
{
	if(file_exists($value_path))
	{
		require_once $value_path.'.php';
	}
}
...
1
2
3
4
5
6
7
8
9

现在是一目了然错在哪里，但开发的时候因为脑子绕在前一个错误的里面没出来，所以一直没看出来错哪里了。。。尤其一开始我的脑子有点混乱，感觉AI尽在说车轱辘话：我当然知道是路径的错，但我不相信是路径的错。。。

测试下来大多AI都找到出错方向了，只是没切中我的痛点。给出代码的解决方案都不尽如人意，只有讯飞星火碰巧第一次就答对。

想看结果的点击右侧目录跳到最后去，中间过程太长了，慢慢看。

如果是文字方面的趣味比较，可以看看这篇《不同的AI修改同一篇文章标题》

国外AI

Chatgpt3.5

chatgpt找到错误原因了

第一次对话

第二次对话

我说他回答错了是不对的。给出的方案挺全面，针对后缀特别写了方案。

第三次对话

并没有给出代码解决方案。

Gemini（谷歌）

写得真够多的，但回答错误，好处是它提示到我错哪里了。。。，就是那个 . 。

虽然谷歌的方案最扯淡，但是我隐隐觉得这货有智能，它似乎在找突破口，尤其当我再次问他的时候，它回答问题时又再次提到这个 . 。

第一次对话

看似错大谱了，但好像它在思考。

第二次对话

第三次对话

这家伙纠结于 . 让我感觉以外。
给了一次错误的代码解决方案，再给了三次正确的代码解决方案。

Claude

这个AI是我平时用的最多的~~

第一次对话

完全找错方向，有点胡说八道的味道了。
很大可能是因为之前我一直在问他一个循环内错误的情况，所以它结合了上下文来回答这次提问导致出错。

第二次对话

第三次对话

语句精炼，且给出的方案也正确。

国产AI

文心一言3.5

目前用下来，百度AI是国产顶流。我经常会拿百度和国外的三个AI联合使用。

它提到了 file_exists() 和 require_once() 处理的路径可能不同，而其它AI并没有明显的将两者结合对比。

第一次对话

第二次对话

还给出了else的语句

第三次对话

再次询问后没有给出代码方面解决方案。

讯飞星火

和chatgpt一样，从 file_exists() 作为突破口，而且给出了正确的解决方案！

告诉它切入点后它竟然给了错误的答案。。。

再次询问时它又是从原来的切入点找了，给出的解决方案也是错的。

总结就是讯飞没有上下文概念。每次询问就是新的询问，并不会结合上文，所以你最好期盼它能一击命中。

第一次对话

一击命中，但之后的连续错误说明只是运气好~~

第二次对话

唯一一个提示了错误的位置，还是给出了错误的代码解决方案。

第三次对话

继续错

豆包

今天刚开始用，它有各种角色包，我用它查了一次历史相关的问题，回答还是蛮专业的。

第一次对话

跳开路径判断直接调用，这招坏坏的哦。

第二次对话

给出了正确的代码解决方案。

第三次对话

又回到最初~~还是用了第一次的方案，说明没有懂第二次对话的意思。

综合分析

列表

• 分类规则
  R1 表示第一次询问后AI能否找到正确的出错原因（首次询问）；
  S1 表示第一次询问后AI能否给出正确的解决方案；
  R2 表示第二次询问后AI能否分析正确的出错原因（告知要点）；
  S2 表示第二次询问后AI能否给出正确的解决方案；
  R3 表示第三次询问后AI能否找到正确的出错原因（重新再问）；
  S3 表示第三次询问后AI能否给出正确地解决方案；

• 积分规则
  R系
1 表示原因表述正确，切中要点；
  0 表示原因表述方向对了，但没切中要点；
  -1 表示原因表述错误。
  S系
1 表示解决方案表述正确，并给出了正确代码；
  0 表示解决方案表述正确，但没有给出代码；
  -1 表示解决方案表述正确，但代码错误；
  -2 表示解决方案表述错误，代码也错误；

结论

得分只是根据这一次表现所做，平时都是联合着一起用的，并不代表在代码方面的平均水平，所以我在总结一下个人感受：

• Chatgpt 3.5 中规中矩吧，我对它信任度较高，但最近的表现感觉变懒了；
• Gemini 话最多，但在代码方面的感觉比较差，整体感觉和别的AI不太一样，不知道是智商高、个性强还是没调教好；
• Claude 是我用最多的，感觉它在代码方面最强，第一次的丢分很大可能是它结合之前的问题在回答；
• 文心一言 3.5 是国产顶流，没得说，可以和三个国外拼一拼；
• 讯飞星火 因为没有上下文概念，用的最少；
• 豆包 我今天才用，后面多测试了再说，但是它角色多，今天问了一个历史方面的，表现还是不错的。

尽管分数不尽如人意，但我个人目前代码分析首推的还是Claude，其次是Chatgpt、文心一言，豆包 有待观察。