Claire Vo 對 GPT-5.5 的第一印象

🧑‍🏫 這支影片是 ChatPRD 創辦人 Claire Vo 搶先試用 GPT-5.5 後的心得，重點在三件事：速度、程式品質，以及把大量 bug 一次清掉的實戰經驗。她每天都用 AI 做產品，所以她講的是真實工作中的體感，不是跑分。看完你會知道新一代模型在「放手讓 AI 做事」這件事上進步到哪裡。

• 00:00 Claire Vo 是 ChatPRD 創辦人、How I AI 主持人，也是最早拿到 GPT-5.5 的使用者之一
  ↳ Claire Vo 自己創業做 AI 產品 ChatPRD，也主持訪談節目 How I AI。她是天天在用 AI 的重度使用者，又是最早拿到 GPT-5.5 的人之一，所以她的心得很貼近真實工作。
• 00:00 她的第一印象是「time to cook」：在 Codex 裡開啟 GPT-5.5 後，就在很多專案上開始大量出貨
  ↳ 「time to cook」是英文俚語，意思像「開工了、要大展身手」。Codex 是 OpenAI 寫程式用的 AI 工具。她在裡面切換成 GPT-5.5 後，就同時在好幾個專案上大量產出成果。
• 00:30 她以 abundance mindset 看待想做的事：拿到 5.5 後，替清單上所有待辦、甚至還沒開始的點子各開一個 worktree，讓它開始建構
  ↳ abundance mindset 指「不用挑、全部都做」的心態。worktree 是讓同一個專案同時開出好幾份獨立工作區的做法。她讓每個點子各占一份工作區，讓 AI 同時開工，不用排隊一件件做。
• 00:30 最讓她驚訝的是 GPT-5.5 又快又即時回應，而且真的把事情做完
  ↳ 她最意外的是快而且不打折。模型回應很即時，交代的事也會真的做到完成，不會做到一半就停下來等你接手。
• 00:30 她的觀察：新模型推出、智慧提升時，有時 latency 也會變高，用起來很拖；這次反而覺得自己做得更快
  ↳ latency 是你送出要求後，要等多久它才開始回應。以前新模型變聰明，常常也跟著變慢，人只能乾等。這次她覺得聰明和速度兼顧，自己的工作節奏反而變快。
• 01:01 她認為模型做出更好的決策、寫出更好的程式碼，執行也更自主，新專案和既有專案都適用，所以她能一口氣推動很多工作
  ↳ 她覺得判斷力、程式品質和自主性一起變好了，需要人插手的地方變少。不管是從零開始的新專案，還是已經在跑的舊專案都適用，所以她敢同時推動很多件事。
• 01:01 她給過最難的任務是「bug zero」，也就是把 bug 清到零
  ↳ 她給它最難的考驗是「bug zero」。目標不是修掉幾個 bug，而是把累積的 bug 全部清光。難在數量多、種類雜，很多還很難找到原因。
• 01:01 她說開發很快、尤其做 AI 驅動的產品時，會不斷冒出 issue、bug 和 tech debt，需要固定清掉
  ↳ tech debt（技術債）是為了趕進度先用權宜做法、之後得回頭補的地方。她的意思是，做得越快，問題和技術債就堆得越快，一定要定期清，不然會越積越難處理。
• 01:01 她把累積的 backlog 丟進一個 CSV 交給 5.5，要它修好幾類困擾她很久的 bug
  ↳ backlog 是累積下來還沒處理的待辦清單。CSV 是一種像簡易試算表的檔案格式。她把整份 bug 清單整理成 CSV 直接交給模型，一次指派好幾類老問題，不用一個一個貼。
• 01:36 她說 GPT-5.5 自己完成了大約 98% 的工作，她只收尾一些地方就完成了
  ↳ 幾乎整份工作都是模型自己完成的，她只需要做最後檢查、補幾個小地方。她的角色從「親手修 bug」變成「驗收成果」。
• 01:36 她覺得它寫的程式碼更好，能在相當複雜的 codebase 裡來回追查
  ↳ codebase 指一個產品的全部程式碼。很多 bug 的成因散在好幾個檔案之間，得一路跨檔案追查才找得到。她覺得 GPT-5.5 在這種複雜環境裡追得下去，修出來的品質也更好。
• 01:36 GPT-5.5 會自己把解法分組、規劃架構，她不太需要在旁邊盯著（babysit）
  ↳ babysit 原意是顧小孩，這裡指一直盯著 AI、每一步都要確認。GPT-5.5 會自己把相關問題分成幾組，先規劃好整體修法再動手，所以她可以放手讓它跑。
• 02:06 最後她看到 App 的缺陷數持續下降；困擾團隊很久又難追的 bug，警示通知全部消失
  ↳ 她用 burn down 形容缺陷數一路往下降。最有感的是那些拖很久又難查的 bug，以前會一直跳出警示通知，現在全部不再出現了。

Claire Vo 把 bug backlog 交給 GPT-5.5 後，她說模型自己完成了大約多少工作？