两天实战，我发现 GPT-5 潜力远被低估！

lencx2025年08月11日约 5 分钟

通过两天的代码实战，我总结出了一些有趣的结论。本文虽以代码为例，但结论适用于任意场景。注：文末附有 Prompt 通用模板和一些实用技巧，以及 GPT-5 交流群，方便大家进一步交流探索。

最近两天，我和 GPT-5 Thinking 聊了很多，它的表现远超预期，甚至让我想要写篇文章来表达这种兴奋。这是新版 Noi 开发中遇到的一个真实代码需求，此部分代码最早是通过 Gemini-2.5-Pro + Claude Sonnet 4（未充值，无法体验到 opus 4.1）混合编写的，自己也做了部分手动调整。但经过 GPT-5 Thinking 全面重写后，我让 Gemini-2.5-Pro、Claude Sonnet 4 重新对新老代码进行 review，它们几乎得出了相同的结论：GPT-5 给出的新版代码质量远高于老版本。再说一个数字，老代码有 500 多行，gpt-5 重新实现的代码有 800 多行（单次输出），从侧面证明 gpt-5 绝对拥有架构超长代码的能力。

📌 Noi 浏览器

我正在开发的一个全新交互设计的 AI 浏览器。支持多账户登录（cookie 隔离），UserAgent 设置、多 Tab（主侧栏都支持新建 Tab）、匿名模式，画中画、AI 类 Chat 的万能输入框（几乎可以涵盖任意带输入框发送按钮的网页）等，不需要开各种窗口或安装插件。

AI 快速发展的今天，优秀的大模型选择有很多，大家针对不同平台的 Prompt 管理可能也割裂且复杂的，这款浏览器也内置了 Prompt 管理、Prompt 版本管理（记录所有发送过的 Prompt，方便持续微调）、以及多 AI 批量发送 Prompt（模型回答参差不齐，往往需要货比三家）等等。

目前，如果只有一个 Prompt 管理在我看来不足以成为 AI 浏览器。而我想做浏览器的初衷是：要做 MCP、Agent 就需要对浏览器有绝对的控制权，所以我目前的开发工作还主要集中在浏览器基础功能实现。在我看来更像是一个容器入口，可以放置任何内容，所以未来会迭代 MCP、Agent 之类的功能（目前精力有限，还未开始，那时候可能才算是 AI 浏览器）。

老版本已经发布一年多了，新版本近期也会发布，如果有对浏览器感兴趣欢迎交流。老版本下载链接（新版也会发布到这里）：https://github.com/lencx/Noi

可在视频号查看更多 Noi 功能演示：

Gemini-2.5-Pro 评价

以下是 2.5-pro 给出的代码评价，其中代码 1 为 gpt-5 重写版本，代码 2 为老版本。

Claude Sonnet 4 评价

我还不死心，又让 sonnet 4 再次比对两份代码，几乎给出相同的评价。

小结

从以上截图可以看出，GPT-5 完全有能力生成工业生产级代码。

代码 1 构建了一个教科书级的、完全解耦的数据访问层 (DAL)，其设计具备极高的可测试性、可维护性与可扩展性。它通过物化计数器（触发器）和精细的索引策略，确保了长期的高性能，同时利用判别联合类型构建了金融级别的健壮性，是面向未来、可持续演进的专业架构。相比之下，代码 2 采用了紧耦合的单例反模式，牺牲了模块的独立与可测试性，其核心的视图（VIEW）查询设计更是一个严重的性能陷阱，构成了典型的技术债务，会在数据增长后导致系统瓶颈，是短期看似可行但长期风险极高的设计。

注：这个结论也不是我随意写的，它出自 gemini-2.5-pro，又经过了 claude-sonnet-4 的复核。因为代码 1 是由 gpt-5 生成的，我就没有让它来评价，怕模型自我偏见，猛夸自己写的好。

背景

上面说了那么多，我再补充一些背景就正是进入今天的主题。

我是一个半路出家的前端开发（也就是网上常说的切图仔，熟练掌握 Web 开发三件套 HTML+CSS+JS），本身缺少后端、数据库等方面的知识积累，再加上目前对后端也没啥特别兴趣，就没有刻意去学习它们。

但在开发新版 Noi 时，我遇到了这样一个真实需求：Prompt 管理一直是 Noi 的核心功能，在老版本实现中，是通过 JSON 格式文件存储在系统本地，随着数据量的增长，在管理、检索、性能等方面都会遇到问题，所以我决定用 SQLite 来进行性能优化。因为不懂数据库，于是就出现了文章开头的那一幕，需要通过 AI 来协助我进行相关代码开发。

虽然最后得出“代码 1 质量远高于代码 2”，但此过程并非一帆风顺。如果你非专业程序员，又正在使用 AI 进行项目搭建，这篇文章或许会给你带来启发（这些经验也同样适用于有代码经验的，甚至可以迁移至其他提问领域）。