全靠Claude4！30年FAANG老工程师：AI帮我解决了4年老bug

AI 就像一头野驴，跑起来就不停。人类花了几百万年才走上食物链顶端，而大模型只用了不到十年时间，已经能把你和刘亦菲 P 进一张自拍了。奥！最新进展是已经能自己生成音画同步的超真实脱口秀了。

不过等人类回过味来，发现海的那边好像是敌人，AI 导致的失业潮仿佛近在咫尺。还记得七年前（那时候 ChatGPT 都还没发布）本科第一次班会上，老师问为什么要选这个专业，有同学回答因为这是最不容易被 AI 替代的职业之一（PS. 我学的是建筑，大家别笑得太大声）。

不知是不是预料之内，AI 最先波及的，竟然是写程序这件事本身。Anthropic 的创始人、CEO Dario Amodei 就曾预测，很快 90% 的代码可能都会由 AI 来编写。

先不说这个预言什么时候会实现，至少他家的产品确实在往这个方向发展。请问编程最厉害的大模型是哪个？虽然没有定论，但 Claude 肯定榜上有名。

BigCodeBench 榜单

上个星期刚发布的 Claude 4，让人们的「刻板印象」又加深了一层。

5 月 22 日，Anthropic 推出了全新一代 Claude 4 系列大模型，为代码生成、高级推理和 AI 智能体树立了全新标准。其中，Claude Opus 4 是一款全球领先的编码模型，它在复杂、长时间运行任务和智能体工作流中拥有持续的高性能。

Anthropic 展示了 Claude 4 如何无缝融入人们整个工作日。它拥有三大高级功能：通过 Claude 应用中自定义集成进行深入研究，管理项目，并能在 Claude Code 中独立解决代码任务。

新版本的大模型已经上线，立即吸引了大量程序员前去使用，很多人表示效果出奇的好。

昨天，Reddit 上一位拥有 30 多年经验的前 FAANG 高级工程师发帖表示，他被一个 C++ 的 Bug 困扰了 4 年，花了约 200 小时却毫无进展。而 Claude Opus 4 竟然成功地解决了这个问题，并且是唯一能做到的 AI 智能体。

这篇帖子在 X 和 Reddit 引起了热烈的讨论，Anthropic 工程师 Alex Albert 表示，这样的故事可能会越来越多。

有人展开了技术讨论。

也有人认为，这根本就是个 Claude 推广软文。

假如这个故事是真的，我们该如何来看待这件事呢？

大家先别激动，等一等外行的朋友们，我们先来梳理一下要点，这里邀请 Gemini 老师场外援助（因为我也是外行）。

Bug 的来源和难度

这个 Bug 是在四年前一次大规模的代码重构（Re-architecting refactor）中产生的。

• 代码重构：你可以把它想象成对一栋老房子进行彻底的重新设计和装修。原来的房子可能有很多问题（比如布局不合理、管道老化），装修后解决了这些问题，但可能因为改变了结构，导致某个角落里以前能用的某个特殊电器（比如某个特定型号的灯，只有在特定开关下才用）现在用不了了。

• 6 万行代码：这说明这次「装修」的规模非常大，非常复杂。

• 边缘案例（Edge case）：这指的是一个非常特殊、不常出现的情况。就像上面说的那个特殊电器，平时很少用，只有在特定条件下才会用到。

• 着色器（Shader）：这是一种专门处理图形和视觉效果的代码。你可以理解为那个「特定型号的灯」。

• 问题所在：在这次大规模「装修」后，那个「特定型号的灯」在「特定开关下」就不亮了。

Bug 的真正原因

AI 发现，这个问题不是因为「装修」时工人犯了个简单的错误（比如接错了一根线，这叫逻辑 Bug）。而是因为：

• 那个「特定型号的灯」以前之所以能亮，仅仅是因为老房子旧结构下的一个「巧合」。可能有一根电线无意中搭在了某个地方，正好给它供电了。

• 在重新设计和装修（改变了架构）时，大家并没有意识到这个「巧合」的存在，也就没有在新的设计里考虑进去。所以，当旧结构消失后，那个「巧合」也消失了，灯自然就不亮了。

• AI 的厉害之处在于，它不仅看懂了新旧两套复杂的「图纸」，还理解了那个「巧合」是怎么回事，并指出了新设计没有考虑到这个隐藏的依赖关系。

很好！那我们现在来分析一下，AI 在这个过程中起到了什么作用呢？

首先，AI 可以轻松地加载、分析和比较新旧两个版本共计数万甚至数十万行的代码。它不会像人类那样感到疲劳或遗忘细节，可以同时「看到」整个 picture。

像 Claude Opus 4 这样的先进模型拥有巨大的「上下文窗口」，这意味着它可以一次性考虑非常多的信息，并追踪它们之间的复杂关系。

同时，AI 不会带有「它应该如何工作」的偏见。它只是客观地分析旧代码如何运行并产生结果，以及新代码如何运行并产生不同结果，它能发现两者之间最细微的差异。

别忘了，这个过程还需要人类的指导。程序员通过超过 30 个 prompt 来引导 AI。这说明人类的经验和直觉与 AI 强大的分析能力相结合，才能发挥最大效果。人类设定目标、提供背景，AI 则执行繁重的分析工作。