综合
我没有凑到 100 道题:一个 Agent 评测集的取舍
掘金0 views
设计文档写 100 题,我最后停在 70。这篇算清楚扩题的时间账,讲 holdout 纪律怎么执行、第一次 holdout 怎么抓出判分器 bug,以及为什么"少而能解释"比"多而注水"更难。
Source:https://juejin.cn/post/7707979038879973427PreviousWindows 上给 Claude Code 配 MCP,今天踩的 3 个坑,你看看你在不在坑里NextAI Assistant被"隐藏"了?别慌,IDEA 2026.3 这波是换了个脑子