工作区路径里的 eval 会不会改变 agent 行为：900 次运行的结论与边界
微软开发者博客 2026 年 10 月的一篇文章报告：工作区路径出现 eval 会显著提高 agent“自己在被测试”的判断，但在约 900 次运行、六个场景中没有测到可测量的行为差异。因此随机临时目录本身不必重建，而测量 agen…
发布于 2026-11-09 · 沐小悠 · 约 10 分钟
7 次阅读 阅读 →