我几个月前就不再比较模型了。我的输出质量反而提升了。

我曾把模型选择当成技术栈里最重要的决定。GPT vs Claude。Claude vs Gemini。基准测试、上下文窗口、推理分数——就是对着图表和分数瞎折腾，试图为我的技术栈找到性价比最高的模型。后来我忙起来了，随便挑了一个就一直用下去。六个月后，我真的看不出结果有什么差别。真正改变我输出质量的，是我围绕模型构建工作流的方式，而不是我选了哪个模型。另外我觉得自己以前把“我得比较新模型”当成了不干活的借口，所以现在我能完成更多工作了。我坚信，对于大多数实际用例，工作流设计比模型选择更具杠杆效应。有人跟我有同感吗？还是你们仍然认为模型选择是一个重要变量？另外，没有完美的技术栈或AI模型，你总得在某些方面妥协。