Hugging Face研究员Niels Rogge：当前最强代码生成模型仍严重依赖人类提供上下文与纠错

Hugging Face研究员Niels Rogge：Codex 5.3在将ViT视频分割模型VidEoMT移植到Transformers时误认骨干为DINOv3而非DINOv2导致卡壳，人类工程师仍牢牢掌控方向

Hugging Face研究员Niels Rogge亲测最新Codex 5.3网页版尝试自动将VidEoMT（基于ViT的简洁视频分割模型）移植到Hugging Face Transformers，结果模型全局视野缺失，直接把骨干网络错认成DINOv3而非实际的DINOv2，导致整个过程卡死；直到切换到Opus 4.6并手动指出错误后才完成，凸显当前最强代码生成模型仍严重依赖人类提供上下文与纠错。

这一实战案例直接打脸“AI已能独立完成复杂ML工程任务”的叙事：VidEoMT移植涉及理解论文架构、适配Transformers API、处理预训练权重兼容等细节，Codex 5.3虽强大但缺乏“全局图景”与纠错能力，人类工程师仍必须坐在驾驶位把关关键判断；Niels结论明确——机器学习工程师岗位短期内远未被取代，人类在模型移植、调试与架构适配上的主导地位依然稳固。

Hugging Face官方账号转发该帖，业内视作对AI代码助手当前局限性的又一真实注脚。

来源：公开信息