工作区路径里的 eval 会不会改变代理行为:约 900 次运行的答案与边界
微软开发者博客的一项实验在约 900 次运行、四个模型上发现:把工作目录命名为形如 eval-XysseR 的路径,会稳定提高代理对自己“正在被测试”的判断,但在六个日常工程场景中没有测出可辨别的行为差异。作者建议仍然使用中性、真实…
发布于 2026-11-12 · 沐小悠 · 约 8 分钟
28 次阅读 阅读 →