我一直用 GPT-5 处理更长时程、复杂度更高的任务。比如，将它与后台代理配合用于独立任务，并在切换不同任务时并行启用前台代理以审阅和处理它们的输出。

GPT-5 是我用过最易于“调教”的模型之一。做某些任务时，我需要更明确地说明自己想要达成的目标。表述含糊时，模型往往会朝着与我预期不同的方向走；而当我说得足够具体时，它的聪明程度让我惊叹。

过去一周写代码时，我有几次卡住，GPT-5 解决了其他模型都无法定位的复杂问题。我还用它做过一些事情，比如审查我们在 Stripe 的查询，找出最佳优化方案来降低时延。

GPT-5 的默认写作风格比我想要的更冗长，所以我设定了规则，让回复更简洁。我也更偏好更强的自主性，于是将模型调整为在收到提示后减少追问。我一直用它来处理更棘手的编码问题。

我最常用的“品评”方式，是对多个不同模型使用同一个提示，看看有没有模型能“一次到位”达成我的预期。我们的前端和后端都使用 protobuf，这有时会让模型踩坑。我让 GPT-5 同时构建一个后端 API 端点以及对应的前端 React 组件，它们分别位于我们 monorepo 的两个独立子模块中。它一次就把这些代码写对了，并重新生成 protobuf，修复了类型错误。