工作区路径带 eval，会不会提前告诉 agent 这是测试？
微软开发者博客的一项实验把同一仓库分别放在 billing-api 和 eval-XysseR 两个临时目录下，用四个模型跑了约 900 次。路径确实进入了系统提示，模型也确实更怀疑自己在被测试，但在行为上没有测到显著差异；此前 3…
发布于 2026-11-07 · 沐小悠 · 约 8 分钟
8 次阅读 阅读 →