工作区路径里的 eval 会改变 agent 行为吗：结论、边界与评测隔离清单
微软开发者博客的一篇实验报告用约 900 次运行、四个模型、六个场景对比了 billing-api 与 eval-XysseR 两个工作目录：文件夹名确实到达模型并提高了它对自己正被测试的判断，但没有测出行为差异。小样本里出现的 4…
发布于 2026-11-10 · 沐小悠 · 约 10 分钟
4 次阅读 阅读 →