经过测试，GPT-5.2 的编程能力确实比 Claude Opus 4.5 更强。 为验证 GPT-5.2 的实际工程表现，我又做了一次简单的 Vibe Coding 实验： 在 Codex CLI 里选择 GPT-5.2（xhigh），让它基于 GPT-5.2 的 System Card（PDF），直接生成一个完整、可上线的中文翻译网页（包含结构、内容与图表）。 它接到指令后几乎全自动执行，约一小时产出一个接近满分的结果。 相比之下，我之前用 Opus 4.5 做同样的事，通常需要反复微调；没有十几轮对话与校验，基本很难达到同等完成度。 1️⃣ 实验设置与指令 我的原始指令如下： > 我项目中有很多把文档翻译为中文后用静态网页呈现的页面，我刚新增一个 gpt-5-2，请你参考这个 PDF，完整翻译为中文，保持专业，不遗漏任何信息，不遗漏任何图表。页面结构请你参考其他几个页面，保持相同的框架、功能。 只靠这一条指令，它就持续运行了一段时间。期间还因为超过 Context Window，自动做了一次 compact。最终输出已经非常接近可发布成品。 2️⃣ 我只发现了一个小问题，让它修复后就直接发布上线。整体流程更像「自动交付」，我几乎没怎么操心。 3️⃣ System Card 是什么 System Card 是 OpenAI 随模型发布的说明文档，主要覆盖：模型能力、风险、已知限制与使用边界。它能帮助你更系统地理解模型细节。 例如在「幻觉」部分，可以看到 GPT-5.2 系列的幻觉率低于 GPT-5.1 和 GPT-5。 如果你想直接看 GPT-5.2 的 System Card，我把页面放在这里： https://randomarea.com/gpt-5-2/ 对我来说，这次差异不在「能不能做」，而在「能不能一次做对、接近可交付」。(Zhixiong Pan)