动态信任（Dynamic Trust）

我没有一个“最强模型”

有一段时间，我觉得 Claude 写代码最强。

后来用得多了，又发现 Codex 在一些设计和实现任务上很好用。

而很多还没想清楚的问题，我更喜欢先拿来和 ChatGPT 讨论。

所以如果有人问我：

到底哪个最好？

我其实很难回答。

我的判断更像：

这一次，我更信谁？

甚至同一个模型，我也会根据任务决定用什么模式、开多深的思考。

这些判断没有严格的评分表。

依据基本只有一个：

过去一次次使用留下来的经验。

后来我看到一种说法

后来我看到“dynamic trust”这种说法时，一下理解了自己为什么总在纠结。

原来我从来没有把信任当成一个固定值。

不是：

Claude，我信。

Codex，我不信。

而是：

这个任务，我信它多少？

这一次，我愿意让它自己做到哪里？

而且这个判断本来就会变化。

模型会更新，新模型会出现，我自己的使用经验也会改变。

今天形成的判断，不应该自动变成永久规则。

为什么我总会留一点怀疑

我觉得这也和生成式模型本身有关。

传统软件通常让我期待：

在相同条件下，得到相对确定、可重复的结果。

但生成式模型的输出本身带有概率性。

同一个问题重新来一次，结果可能就不一样。

而且模型能力对我来说始终带着一些黑盒性质。

一次做得很好，并不能直接证明下一次类似任务也一定可靠。

所以我现在更习惯把信任理解成：

基于过去经验，对这一次任务做出的临时判断。

不是找出一个永远最值得信任的模型。

而是不断更新：

这一次，我有多少理由信它。