receiving-code-review (obra/superpowers) vs xlsx (anthropics/skills)
receiving-code-review (obra/superpowers)
23.9 / 30
状況次第安全
receiving-code-review:エージェントが誤ったレビューコメントを盲目的に適用するのを防ぎます(対照群 3.4、スキル 3.7、一文プロンプト 4.2)。ただし料金タスクでは、正しい項目を実装する前に立ち止まって質問しました。トークンはほぼ同じです。
- SOTA合格
xlsx (anthropics/skills)
20.3 / 30
状況次第安全
anthropics xlsx:その再計算スクリプトは Mac 上では一度も実行されず、スキルはスキルなしよりわずかに低いスコアでした。
- SOTA合格