ChatGPT刚出来的时候火热的一批， 正值我抑郁阶段， 一点想去看看的欲望都有。

后面快 2年了热度降了很多，找咩咩蹭海外手机号注册了 GPT 账号。

然后今年年初爆火的 DeekSeek也跟着注册账号玩了一下。

也拿MacMini M4 16G内存的机器本地部署ollama 跑大模型。

MacMini-M4:~$ ollama list
NAME                        ID              SIZE      MODIFIED
deepseek-coder-v2:latest    63fb193b3a9b    8.9 GB    3 days ago
llama3.2:latest             a80c4f17acd5    2.0 GB    3 days ago

整体来说写代码 GPT 更好用些，deekseek用来写代码还是比较弱， 本地部署没有硬件资源支撑又慢又卡效率又低。

cursor  开始用觉得还行，后面发现一些模型会偷懒。

amazon q 也比较一般，用的比较少。

Copilot要钱，错过白嫖期没能体验上。

bolt.new 拿来写前端顺道写后端还不错。

 

整体一圈下来这些 AI模型只能当搜索引擎平替使用，只能拿他们当顾问或者知识库老炮当指导用（可以不厌其烦的从天文地理不限时间不限地点的给你回复）， 想拿AI模型当牛当马用还是差得很远很远。

整体来说稍微输入量大一点后 AI 模型只能挑三拣四的回复或者是啰里巴嗦的写一大长串， 顶天也就局限在上下文上面回答， 身边的朋友和我聊过后的结论是这些AI写代码完全是人工智障。

如果是要整体结构性的布局出发和调整，再进行更新扩展增加等等AI模型就完全懵逼了（本地自己投喂训练的没玩过不太清楚）， 想让 AI模型写代码还是得自己构思好， 然后拆分进行生成代码。

 

非要拿来搞全局通杀， 个人感觉写注释是个不错的路子。