我用GPT‑4o升级版帮同事查了一个堆栈溢出的Bug，它画了张调用图，我直接沉默了
事情是这样的。上周三下午，后端的张工在群里发了一段Java堆栈信息，说有个订单状态机的Bug已经啃了两天，每次到并发退款+改单的场景就StackOverflow，人肉眼已经看麻了。我刚好那天在测最新版GPT‑4o的推理增强，顺手把那段150行的堆栈trace贴了进去。以前的模型会给你列几条可能的原因…
数学证明
凌晨三点被GPT-4o的数学证明幻觉打爆告警电话，我开始怀疑它是不是真懂归纳法
那天凌晨3点14分，PagerDuty把我从梦里拽出来。告警消息写着：「proof-verification-pipeline失败率飙升，过去5分钟连续7次数学归纳法证明包含无效推导。」我眯着眼打开Grafana，看见那条代表“证明完备性得分”的曲线直接跌到0.3，正常阈值是0.85。我第一反应是A…