Hydrogen 自测更勤,代码细节仍要人工查

Hydrogen 自测更勤,代码细节仍要人工查

让 Gemini 4 Hydrogen 写代码,可以重点观察它能否自己查出错误,但别因此取消人工检查。大模型观测员发布的独立测评认为,Hydrogen 增加自测后改善了编程产物,却仍会漏掉要求和界面细节。对准备试用的人,这比一句笼统的性能评价更有操作价值。

这篇测评使用 OpenCode 2.3.0,评价 Hydrogen 的编程结果优于此前测试的 Argon,任务成本大体持平。上述结果来自作者的测试环境,我们未复测;任务花费也不等于 API 单价。

把模型没查出的部分留下记录

在作者的测试环境中,Argon 完成主要任务后几乎只测试一两次,Hydrogen 的测试则增加了一倍。作者把部分改善归因于更充分的自测:覆盖更多问题,能够修复一些小错误。但文章同时指出,初次生成的代码仍有不足,视觉检查不够细,最终还有问题留给使用者处理。对提示中细小要求的关注也不稳定,有时仍会遗漏。

据此,我们建议把试跑重点从“有没有生成成品”改成“还有哪些地方需要补救”。挑选已有明确验收标准的任务,把必须实现的功能与视觉要求分开记录;模型交付后,再独立检查这些条件。测试次数多,不等于每个条件都被测到了。

需要特别记下的是人工修改时间。若模型多跑了检查,但人仍要修同样的缺陷,那么这部分额外消耗就未必换来了可用收益。

能从官方入口试,费用要看完整任务

Google 在模型卡中列出了 Gemini API、Google AI Studio 和 Google Antigravity 等分发渠道,也提醒可能出现幻觉、偶发缓慢或超时,高思考档位有时会增加 Token 用量。可从自己已有权限的入口安排小范围试跑。

所引资料没有提供 Hydrogen 的具体价格、免费额度或订阅门槛,试用前应查阅实际使用渠道的官方计费说明。应记录整次任务的实际费用、重试和后续修补,再与当前工具完成同一任务的结果比较。对无法独立验收的工作,先保留原有流程。

分享这篇文章