Show HN：根據 Hacker News 評論者評選的頂尖編程模型現狀

背景

這篇文章源於一位 Hacker News 用戶在離開電腦兩週後，發現自己難以跟上 AI 程式碼模型（Coding Models）的快速更迭，因此開發了一個自動化工具「HN SOTA」。該工具透過分析 HN 評論中的模型提及次數與情緒傾向，試圖建立一個由社群驅動的「當前技術水準」排行榜，並將分析結果記錄於 Google 表格中供大眾檢驗。

社群觀點

在 HN 社群的討論中，Claude 系列模型目前在提及率上佔據首位，但其評價呈現兩極化。儘管 Claude 在撰寫程式碼評論與文本描述方面被認為優於 GPT，但許多用戶對其 API 定價政策、頻繁的伺服器斷線以及新版本 Opus 4.7 的「態度問題」感到不滿。有評論指出，新版模型變得過於自負，難以強制其在回答前進行核查，甚至會忽視使用者的指令。相比之下，GPT-5.5 雖然在韓文或中文等非英語文本生成上存在損壞問題，但在純程式碼撰寫的防禦性與穩定性上仍獲得不少正面回饋。

另一個顯著的趨勢是開源與開放權重模型的崛起，如 Qwen、DeepSeek 與 Kimi。社群成員普遍認為，這些模型受到歡迎不僅是因為能防止供應商鎖定，更核心的優勢在於成本效益與隱私主權。許多開發者現在能直接在個人桌機的單張 GPU 上運行這些模型，消除了網路延遲與服務中斷的風險，實現了零成本的快速開發。雖然有觀點質疑中國背景的模型可能涉及數據蒸餾或審查問題，但支持者反駁稱，美國科技巨頭同樣在互相竊取數據，且開源模型在較小參數規模下展現出的實力，證明了其技術進步並非全然依賴數據剽竊。

對於 Gemini 的評價則相對分歧。部分用戶直言其幾乎無法使用，經常在不必要的情況下重寫整個檔案，或在規劃階段就直接改動程式碼。然而，也有開發者為其平反，認為 Gemini 在處理數學相關的 MPS 程式碼優化上有獨到之處，且其提供的免費互動額度對於個人專案來說具有不可替代的價值。

此外，社群對這項統計工具的實驗方法也提出了建設性批評。有留言建議應將「提及率」與「技術實力」區分開來，因為高知名度並不等同於性能領先。更有經驗的用戶提議，未來的分析應專注於那些直接比較兩個模型的評論，並推論出具體的應用場景（如前端開發或測試撰寫），而非僅僅依賴整體的情緒分析。開發者對此表示認同，並計畫引入「刮貼簿」機制，讓 AI 總結各模型的具體優缺點，以提供更具定性的分析結果。

延伸閱讀

• HN SOTA 原始數據與評論情緒分析表格：可於 Google Sheets 查看具體評論 ID 與情緒判定結果。
• LingoLingo：留言中提到的利用 YouTube 學習語言的工具。
• CLAUDE.md (agent.md)：開發者在與 AI 協作時常用於定義代理行為的設定檔。