开源 ai-rulez 作者拆解 Claude Code 技能发现评测:单一成功率掩盖多种失败模式

Goldziher · reddit · 2026-11-16

ai-rulez(MIT 开源的 agent 配置工具)作者分享了一个可复现的 Claude Code 实验,核心观点是把 MCP 工具的「发现」「加载」「回答质量」拆开测量,否则单一成功分数会掩盖不同的失败模式。

作者公开了 192 条脱敏回合、报告和复现命令,并征求建议:该加什么负向对照,才能抓住「默认把搜索第一名当可用」的模型。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →