gstack /review 实测捕获 22/84 拦截性 bug,裸 Opus 仅 3 个
garrytan · x · 2026-11-05
Y Combinator 总裁 Garry Tan 转发并认可 gstack 的 /review skill 在防 bug 方面确实有用。
配图数据显示:在 Opus 5.5 上,gstack 的 /review 从 84 个已知拦截性 bug 中捕获 22 个,而裸 Opus 仅捕获 3 个,提升 +22.6 分(95% CI [+11.0, +33.7])。这是 gstack-evals 的结果,且发帖人团队在无 API key 的干净机器上从零完整复现了所有数字,被称为目前支持 gstack 的最强证据。
「编程与Agent」频道最新
- Agent 单点任务 80+ 分,长期维护代码库却仅 38% — FullStackFrenzy · 2026-11-05
- Omarchy 4.5 发布:740 个 PR,支持 Mac 原生安装与传统桌面模式 — john_lam · 2026-11-05
- A2A 协议实战:5 种方式让不同框架的 AI Agent 协同工作 — goyalshaliniuk · 2026-11-05
- 让模型给自己挑刺：向 AI 询问 harness 缺陷可揪出隐蔽 bug — insomniating · 2026-11-05
- 开发者称 6 个月未 push 百万行 AI 代码:反正都不值钱 — ryunuck · 2026-11-05
- 独立开发者用 Claude Opus 5.5 做出浏览器战机模拟器，2 周吸引 2.5 万玩家 — aCakeShip · 2026-11-05