「评测可重复性」标签文章

Agent 评测用本地裸仓替代 GitHub 的边界

可以用容器内的本地裸仓替代 GitHub 做 Agent 评测的远端，延迟与配额成本显著下降且 commit 可复现，但 Agent 自发推送比例会下降约 11 个百分点，涉及 PR、评审、CI 语义的指标不能直接替换。