poll粒度不对，调度策略再牛也白搭

我让 GPT-5.1-Codex-Max 写了一周代码，有些话不吐不快

上周三凌晨两点，我盯着屏幕上第 17 次 CI/CD 报错日志，突然想起 OpenAI 三天前发布的 GPT-5.1-Codex-Max。抱着死马当活马医的心态，我切到新模型，把那个折磨了我四个小时的 Rust 生命周期错误贴了进去。

30 秒后，它给出的代码不仅编译通过，还顺手优化了我之前写的那个 O(n²) 的憨憨算法。

真不是广告。

接下来我会用三个实战案例，跟你聊聊这个模型到底几斤几两。踩过的坑也一并说。

先交代一下测试环境

我用的是一台 M3 Max 的 MacBook Pro，64G 内存。测试环境是 VS Code + Continue 插件直连 API，模型版本是 gpt-5.1-codex-max-2025-01-15 这个快照。官方文档说这个版本在 HumanEval 上跑到了 96.7%，但我从来不信 benchmark——咱直接上生产级代码。

等等，这里我要更正一下。HumanEval 那个数据我后来查了，实际上是 2024 年 12 月底的 snapshot 跑的，1 月 15 这个版本官方其实还没公布独立评测结果。我刚才说的 96.7% 是 Reddit r/ml 板块上一个老哥自己测的，不是官方数据。抱歉。

案例一：Rust 异步运行时优化

第一个案例就是我开头提到的那个。我们团队在写一个高性能消息中间件，Rust 写的，核心瓶颈在连接池的异步调度上。简化后的代码大概是这样的：

async fn handle_connections(pool: &ConnectionPool) -> Result<Vec<Response>> {
 let mut handles = vec![];
 for conn in pool.get_idle() {
 let handle = tokio::spawn(async move {
 conn.process().await
 });
 handles.push(handle);
 }
 
 let mut results = vec![];
 for handle in handles {
 results.push(handle.await??);
 }
 Ok(results)
}

问题是，当连接数超过 1000 时，tokio::spawn 会疯狂创建任务，调度开销比实际处理时间还长。我试了 FuturesUnordered、Semaphore 限流、甚至手写了个简易调度器，效果都不理想。

我把代码贴给 GPT-5.1-Codex-Max，它是这么回的：

你这个问题的本质不是调度策略，而是 poll 的粒度太细了。
试试用 select! 配合自定义 waker 做批量唤醒。

然后它给出了一个基于 tokio::select! 和自定义 BatchWaker 的方案，大概 120 行代码。我第一反应是：“这玩意儿能跑？”

结果它不仅跑了，P99 延迟从 340ms 降到了 47ms。看到这个数字的时候我沉默了好一会儿。

踩坑提醒：它生成的代码里用了 unsafe 块来操作裸指针。逻辑是对的，但我们公司代码审查肯定过不了——我们组的 tech lead 是 Rust 社区出了名的 unsafe 洁癖，上次有个同事用了一个 raw pointer 直接被他在 CR 里追着问了 47 条评论。我后来让它“用 safe Rust 重写”，它给出了一个基于 RefCell 的版本，性能损失了大概 8%，但至少能过 CR。

嗯...这里其实还有个细节我没说清楚。那个 BatchWaker 的实现里用到了 std::task::RawWakerVTable，这玩意儿在 Rust 1.80 之后行为有变化。我们 CI 里跑的还是 1.79，所以第一版代码在本地能编译，推到 CI 直接炸了。花了两个小时查这个问题，最后是改了 rust-toolchain.toml 才解决。

案例二：跨服务的 TypeScript 类型推导

第二个场景更有意思。我们有个微服务项目，前端是 Next.js 14，后端是 tRPC + Prisma。痛点在于，数据库 schema 改了之后，前端类型要手动同步，经常出现“后端改了字段名，前端编译不报错但运行时空指针”的尴尬。

我觉得这几乎是每个用 tRPC 的团队都会踩的坑。

我试着把整个 Prisma schema 和三个最复杂的 tRPC router 文件喂给模型，然后说：

帮我生成一个类型安全的 API 客户端，要求：
1. 自动从 router 推导出输入输出类型
2. 支持中间件类型注入（比如 auth 中间件注入的 user 对象）
3. 前端调用时如果传错参数，编译期就要报错

GPT-5.1-Codex-Max 给出的方案让我有点意外。它没有直接写代码，而是先分析了我现有的类型系统，然后指出：

你的 tRPC v10 已经支持 inferRouterInputs 和 inferRouterOutputs，
问题在于中间件的 context 类型没有被正确传递。
建议在 createTRPCContext 里显式声明 Context 接口，
然后用泛型约束串联整个调用链。

然后它生成了一个 trpc-client.ts 文件，大概 200 行。核心思路是用 TypeScript 的模板字面量类型和条件类型，把 Prisma 的嵌套查询类型完整映射到前端。我测试了一下，确实能在编译期捕获 90% 以上的类型错误。

这个思路我之前在推特上看到过 Theo（就是 t3.gg 那个 Theo）提过一嘴，但没细说。模型给出的实现比我想象的要完善。

但这里有个坑：它生成的代码用了 TypeScript 5.4 才支持的 NoInfer 工具类型，而我们项目还在用 5.3。升级 TypeScript 版本导致 CI 里的 ESLint 插件挂了——具体是 @typescript-eslint/eslint-plugin 7.0 改了 AST 解析规则，我那个 eslintrc 配置文件里一堆 rules 直接报错。

又折腾了一上午。

所以用这个模型的时候，一定要检查它用的语言特性是否兼容你的运行环境。我现在的习惯是先让它输出一份“依赖清单”，看看有没有版本冲突。

案例三：Terraform 的多云架构迁移

第三个案例最狠。我们公司要从 AWS 迁移部分服务到 GCP，涉及 VPC 对等连接、IAM 策略映射、以及一个基于 EventBridge 的事件总线要改成 Pub/Sub。

我干了五年 DevOps，写过的 Terraform 配置文件没有一千也有八百。但跨云迁移这种活，每次都要翻文档翻到怀疑人生。AWS 和 GCP 的概念映射本身就不直观——比如 AWS 的 Security Group 在 GCP 里要用 Firewall Rules 实现，但默认行为完全不一样。AWS 是“默认拒绝所有入站”，GCP 是“默认允许同 VPC 内的流量”。这个差异我一直记不住，每次都要现查。

我把现有的 AWS Terraform 配置（大概 3000 行 HCL）和需求文档一起给了模型。它做了这么几件事：

1. 生成了 AWS 到 GCP 的资源映射表

2. 给出了分阶段的迁移计划（先迁网络层，再迁计算层，最后迁数据层）

3. 直接输出了 GCP 侧的 Terraform 代码

最让我服气的是，它在处理 IAM 策略迁移时，主动指出了 GCP 和 AWS 的权限模型差异，并在代码里加了对应的注释和策略调整：

# GCP IAM: 注意这里的 roles/cloudkms.cryptoKeyEncrypter
# 只允许使用特定 key ring，不像 AWS KMS 那样默认允许所有 key
resource "google_kms_key_ring_iam_binding" "app_key_ring" {
 key_ring_id = google_kms_key_ring.main.id
 role = "roles/cloudkms.cryptoKeyEncrypter"
 members = [
 "serviceAccount:${google_service_account.app.email}"
 ]
 
 # 关键：GCP 需要在 resource 级别做条件限制
 condition {
 title = "restrict_to_specific_keys"
 expression = "resource.name.startsWith('${google_kms_key_ring.main.id}/cryptoKeys/app-')"
 }
}

这段配置如果不加那个 condition 块，在 GCP 里就意味着这个服务账号能加密该 key ring 下的所有 key，权限粒度比 AWS 粗多了。我自己第一次写 GCP IAM 的时候就在这栽过跟头——当时是 2024 年 6 月，我记得很清楚，因为那天刚好是 Apple WWDC 开完的第二天，我边看 Vision Pro 的拆解视频边改 Terraform，结果把生产环境的 KMS 权限搞崩了。

又一个踩坑实录：模型生成的 GCP Terraform provider 版本用的是 5.x，但我们现有的 GCP 资源还在用 4.x 的 provider。混合使用导致 state 文件出现了 schema 冲突，terraform plan 直接报了一堆 unsupported attribute 的错误。我后来学乖了，每次让它生成配置时都会加上一句“使用 provider 版本 4.75.0，不要用 5.x”。

据我了解，GCP provider 5.0 的 breaking changes 主要在 google_project_service 和 google_compute_firewall 这两个资源上，社区到现在还有人在 GitHub issue 里吐槽迁移麻烦。

说说我的整体感受

用了一周，感受总结成三句话：

第一，它能理解上下文，但你要学会“喂”上下文。 很多同事抱怨 AI 生成的代码不能用，往往是因为给的 prompt 太简略。我现在养成习惯，把相关的文件、错误日志、甚至 Git diff 都一起贴进去。信息量越大，输出质量越高。这个道理其实跟带实习生一样——你交代得越清楚，他干得越靠谱。

第二，它在“已知模式”上很强，但在“创新设计”上还是差点意思。 比如写常规的 CRUD 接口、配置管理、类型定义这些，产出基本可以直接用。但如果让它设计一个全新的算法或架构模式，它更倾向于从训练数据里“拼凑”方案，而不是真正理解问题本质。我上周五尝试让它设计一个基于 CRDT 的协同编辑冲突解决算法，它给的方案看起来挺唬人，仔细一看就是把 Yjs 和 Automerge 的实现各抄了一半。

第三，别指望它替你思考。

但可以把它当成一个不知疲倦的结对编程搭档。我现在的工作流是：先自己想清楚要解决什么问题，然后让模型出第一版代码，我再做审查和优化。这样效率提升很明显，代码质量也没下降。

哦对了，有个事儿忘了说。这东西偶尔会“幻觉”——有一次它信誓旦旦地引用了一个 Rust 标准库里根本不存在的 std::sync::BatchMutex，还在代码里用了三次。我问它这个类型从哪来的，它说“这是 Rust 1.82 新增的同步原语”。我查了半天才发现它是把 tokio 的 BatchSemaphore 和 std 的 Mutex 缝合成了一个不存在的东西。

这种时候就很想骂人。

一个让我后背发凉的瞬间

周二我在调试一个内存泄漏的问题，随手把整个服务的代码贴给了模型，让它帮我找 bug。它分析完之后说：

你第 347 行的闭包里捕获了 Arc<AppState>，但这个闭包被存储到了
一个 static 变量里，导致 AppState 永远不会被 drop。
另外，我注意到你在 3 小时前的 commit 里引入了一个类似的循环引用，
在 src/cache/mod.rs 的第 128 行。

我当时就愣住了。

它说的那个 commit 确实是我 3 小时前提交的，而且那个文件根本不在我这次贴进去的代码里。后来我反应过来，Continue 插件默认会把最近打开的文件作为上下文传过去。

虽然是虚惊一场，但这事儿让我重新审视了一下这些工具的隐私边界。第二天我就把 Continue 的 maxContextFiles 改成了 5，然后关掉了“自动索引 Git 历史”的选项。

总结与建议

如果你问我值不值得为 GPT-5.1-Codex-Max 付费，我的答案是：看你的使用场景。

• 如果你每天写大量业务代码（CRUD、API 集成、配置管理），它能让你的效率提升 50% 以上。我们组有个后端哥们，用了一周之后说他“找回了写代码的乐趣”——之前整天在写那些千篇一律的 controller，现在至少能把精力放在有意思的事情上。
• 如果你在做底层系统开发或算法研究，它的帮助大概在 20%-30%，主要价值是减少查文档的时间。别指望它能帮你发明 Paxos 2.0。
• 如果你是编程新手，建议先自己写半年再碰这类工具。我见过太多新人用 Copilot 用成了“代码组装工”，离开 AI 连一个完整的函数签名都写不出来。这话可能有点爹味，但我是认真的。

最后，给大家一个我踩坑总结出来的最佳实践：

Prompt 模板：
1. 我正在做什么（项目背景、技术栈）
2. 当前遇到的问题（贴错误日志或代码）
3. 我尝试过哪些方案（避免模型重复你已经试过的路）
4. 环境限制（版本号、不能用某些库等）
5. 期望的输出格式

这个模板我大概是在 2024 年 11 月开始用的，从那以后 AI 生成代码的“首次可用率”从大概 40% 提到了接近 70%。

有没有遇到过 AI 生成的代码上线后出问题的情况？

我之前整理过一份“AI 编程避坑清单”，里面记了大概 20 个我亲身踩过的坑。评论区聊聊你的经历，我挑三个朋友把这份清单私发给你帮忙审阅——有些条目我自己也不确定是不是最佳实践，想听听大家的意见。

标签：#GPT5评测 #AI编程 #代码生成 #Rust #TypeScript #DevOps实战 #Terraform