「eval 目录名」标签文章

工作区路径里带 eval，会提前暗示 agent 这是测试吗？

路径里出现 eval 会稳定提高模型“这是测试”的自评概率，但在一组约 900 次运行的对照实验中，没有测到行为变化。小样本曾显示明显差异，扩大样本后消失。作者建议仍使用中性目录名，但把清理重点放在描述工作本身的词上。