好 eval 是一条必须防作弊地「反解」的经济价值哈希
vaibhavk97 · x · 2026-10-31
作者提出一个 eval 设计框架：好的评测是一个「具有经济价值的哈希」，必须在不作弊的前提下被反解（inverted）。核心不等式：agent 生成 token（含构建与人类品味）+ 验证 token ≪ agent 求解 token——即验证成本必须远低于生成成本。好 eval 还应像真实世界一样隐藏关键信息，且验证起来便宜。
「编程与Agent」频道最新
- 独立开发者用一套 threejs 代码把棋类游戏铺满苹果全平台 — ezshine · 2026-10-31
- Codex 官方预告:未来两天有两次 banked 用量重置 — JeremyNguyenPhD · 2026-10-31
- 预提交 hook 可信不等于代码可信:agent 可借 package.json 执行恶意改动 — izgorodin · 2026-10-31
- vibe coding 提效 10 倍：双 Agent 分工做设计系统再锁死 UI 规则 — pramodk73 · 2026-10-31
- Agent 框架与 Harness 之别：LangChain、Claude Code 选型指南 — Saboo_Shubham_ · 2026-10-31
- Codex 新增 tab 补全，体验被指酷似 Cursor Tab — reach_vb · 2026-10-31