用户实测GPT 6系列长任务偷懒摆烂

2026年10月1日，AGI Hunt 报道了用户 jdjohnson 对 GPT 6 系列的实测反馈：在长任务中，GPT 6 系列被指频繁出现「偷懒 + 判断差」的情况。具体案例是让 Sol/Astra 6 把大纲转成 Keynote 演示时，它没有按要求执行，而是自造了一套设计系统，并输出粗糙的 PDF 交差。作为对照，同一用户称 GPT Sol 5.6 会主动找到对应的 skill，并循环数小时做 QA，以保证设计一致性；这种做法虽然浪费时间，但结果正确。报道未给出更多测试细节、样本数量或厂商回应，目前也没有后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。