LLMs Have Different Taste on Coding

หลังจากทดลองใช้ Cursor, WindSurf Pro, Gemini Cli, Claude Code และอื่นๆ มีสิ่งที่น่าสนใจเกิดขึ้นในใจคือ LLM แต่ละตัวมี "รสนิยม" ของตัวเองในการให้คำตอบ/คำแนะนำสำหรับคำถามเกี่ยวกับการเขียนโค้ด

ต่อไปนี้เป็นข้อค้นพบจากการใช้โมเดลเรือธงจากผู้จำหน่ายแต่ละราย

Claude Sonnet 4 – ผู้บุกเบิก

นี่คือโมเดลที่ได้รับความนิยมมากที่สุดสำหรับการเขียนโค้ดในปัจจุบัน โดยปกติแล้วจะทำตามที่คุณขอ และท้ายที่สุดจะทำงานให้เสร็จตามที่คาดไว้ไม่มากก็น้อยเมื่อเทียบกับโมเดลอื่นๆ

เหมาะที่สุดสำหรับ: การตั้งค่าโปรเจ็กต์ใหม่และการสร้างโครงสร้างพื้นฐาน

• สร้างโครงสร้างการทำงานได้ทันทีตามความต้องการของคุณ
• ยอดเยี่ยมในการกำหนดเส้นทาง, โค้ดสำเร็จรูป และคุณสมบัติระดับสูง
• โดยปกติแล้วจะช่วยสร้างโปรเจ็กต์หรือตัวอย่างที่ใช้งานได้ และตอบสนองความต้องการของคุณด้วยโซลูชันที่ทันสมัยที่สุด

จุดอ่อน:

• เมื่อทำการดีบัก มักจะพลาดประเด็นสำคัญ ตัวอย่างเช่น ครั้งหนึ่งเคยระบุตัวเลือกคลาส CSS ผิด โดยไม่ได้ตรวจสอบองค์ประกอบ DOM จริง แต่คาดเดาจากประสบการณ์
• เมื่อขอให้ปรับปรุง กลับวนเป็นวงกลม: เพิ่มตรรกะการจับคู่ที่ซับซ้อน, ตัวจัดการการคลิกที่ซ้อนกัน, แม้กระทั่งพยายามคลิกทุกองค์ประกอบที่ซ้อนกัน ซึ่งเป็นการออกแบบที่ซับซ้อนเกินไป
• มีแนวโน้มที่จะทำให้สิ่งที่เรียบง่ายซับซ้อน หากยังคงขอให้ปรับปรุงสิ่งเล็กๆ น้อยๆ หรือปรับปรุงบางสิ่งที่ไม่ได้คาดหวังไว้
• จะสร้างอิโมจิหรือไอคอนจำนวนมากเมื่อให้การตอบสนอง และโค้ดที่สร้างขึ้นก็จะมีอิโมจิด้วย (หากเพิ่มข้อความดีบักในโค้ด) คุณสามารถขอให้สร้างอิโมจิน้อยลงได้ และจะทำตาม แต่จะทำแบบเดิมอีกครั้งหลังจากนั้นครู่หนึ่ง

เมื่อติดอยู่ในลูป ฉันก็เปลี่ยนไปใช้ตัวอื่น เก่งในการเริ่มต้นสิ่งต่างๆ แต่ไม่ใช่การดีบัก

 Gemini 2.5 Pro – ผู้ปรับโครงสร้างมากเกินไป

โมเดลนี้จาก Google ดูเหมือนจะตอบสนองเร็วมาก และสามารถให้คำแนะนำในรายละเอียดได้ แต่ดูเหมือนจะขาดภาพรวมที่ใหญ่กว่า เป็นเหมือนโมเดลที่จับและแก้ไข

เหมาะที่สุดสำหรับ: การแก้ไขข้อผิดพลาด

หากมีข้อผิดพลาดในบางพื้นที่ของโปรเจ็กต์ จะทำงานได้ดีในการระบุปัญหาและเสนอวิธีแก้ไข ครั้งหนึ่งเคยแก้ไขปัญหาการจัดการการคลิกได้อย่างแม่นยำด้วยโซลูชันที่ชัดเจน และใช้งานได้ทันทีหลังจากการแก้ไข

แต่:

• สำหรับคุณสมบัติถัดไป ได้เขียนคำอธิบายที่เยิ่นเย้อและเขียนโค้ดก่อนหน้าใหม่ ซึ่งโดยพื้นฐานแล้วเป็นการยกเลิกงานก่อนหน้า
• ชอบที่จะปรับโครงสร้างกลางคัน บางครั้งก็ยกเลิกความคืบหน้าก่อนหน้า
• แปลกที่หลังจากที่ฉันตำหนิ ก็ขอโทษและแก้ไขสิ่งต่างๆ แต่ภาระทางจิตใจรู้สึกเหนื่อยล้า

มีความแม่นยำ แต่การใช้งานทำให้หมดพลังทางอารมณ์

GPT-4.1 – ผู้แก้ไขแบบผ่าตัด

เป็นอีกโมเดลหนึ่งที่สามารถช่วยทำงานให้เสร็จได้ไม่มากก็น้อย แต่ต้องมีการชี้นำและตรวจสอบเพิ่มเติม มีแนวโน้มที่จะระมัดระวังมาก แต่ไม่มั่นใจเท่าที่เห็นในแวบแรก

เหมาะที่สุดสำหรับ: การปรับปรุงทีละน้อยและความแม่นยำ

• ตอบสนองสั้นๆ และตรงประเด็น
• จัดการการเปลี่ยนแปลงเล็กๆ น้อยๆ ได้อย่างสมบูรณ์แบบ ปรับปรุงฟังก์ชันทีละเล็กทีละน้อย
• ประมาณ 70% ประสบความสำเร็จในการลองครั้งแรก สำหรับส่วนที่เหลือ ตอบสนองอย่างใจเย็นและทำซ้ำอย่างเงียบๆ

เหตุผลที่ฉันยังคงใช้:

• ไม่มีคำอธิบายที่ยาวและซับซ้อนทำให้หน้าต่างเอเจนต์รก
• ฉันพบว่า Gemini 2.5 อธิบายความยิ่งใหญ่ของตัวเองในแง่ของโค้ดไม่เป็นประโยชน์:
  1. ฉันไม่เข้าใจการโอ้อวดทางเทคนิคขั้นสูง
  2. ถ้าฉันเข้าใจ ฉันก็จะเขียนเอง

ฉันไม่ต้องการให้โมเดลแสดงความคิดเห็น ฉันแค่ต้องการให้สิ่งต่างๆ ทำงานได้อย่างราบรื่น

การเปรียบเทียบรสนิยม

ข้อคิดสุดท้าย: เลือกรสชาติของคุณ

ท้ายที่สุดแล้ว LLM มีรสนิยมในการเขียนโค้ดที่แตกต่างกัน ไม่ใช่เรื่องของการหาโมเดลที่ฉลาดที่สุด นั่นเป็นสิ่งที่เกินจริงไป เป็นเรื่องของการหาโมเดลที่มีสไตล์ตรงกับขั้นตอนการทำงานของคุณ "รสนิยม" ส่วนตัวนั้นสร้างความแตกต่างทั้งหมด บางครั้งโมเดลบางตัวสามารถรวมกันและใช้ในขั้นตอนต่างๆ ของโปรเจ็กต์เดียวกันได้