编写编码代理简单但评估困难；工具效果类似，声称优化模型是误导

最后一次写这个，因为还是经常被提起。

编写一个编码代理很容易——它只是一个简单的循环，外加几个工具调用。

你当然可以搞砸它——但看几个例子然后让它跑起来并不难。

一旦你做到了，可调节的旋钮就很少了——几乎没有所谓的“针对模型优化”。

有些工具似乎比其他的好，但那是因为这些东西很难随意评估。

在过去的一周里，我听到过：
- GPT-5 在 OpenCode 中比在 Cursor 中工作得更好
- GPT-5 在 Cursor 中比在 OpenCode 中工作得更好
- Cursor 中的 GPT-5 非常好，比 Sonnet 好
- GPT-5 到处都很糟糕

所有这些都相互矛盾，但它们都是真的。

平均而言，一旦任何明显的错误被修复，每个工具都大致相同。

如果有人声称“我们针对模型进行了大量优化，并提供了更好的结果”，他们就是在利用这种混淆来试图欺骗你。

请不要再对我重复那些废话了。