工作区路径里出现 eval 会改变智能体行为吗：900 次运行后的结论与边界
微软开发者博客的一组实验显示：把智能体放在名为 eval-xxxx 的临时目录里，会稳定提高它自评“正在被测试”的概率，但在五个工程行为场景中没有带来可测量的差异；小样本里出现的支付提醒差异在扩大样本后消失。作者据此建议仍使用中性、…
发布于 2026-11-01 · 沐小悠 · 约 10 分钟
22 次阅读 阅读 →