caveman-review (JuliusBrussee/caveman) 对比 diagnosing-bugs (Matt Pocock)

caveman-review (JuliusBrussee/caveman)

25.1 / 30

看情况安全

caveman-review：对照组 3.26、一句话提示 4.83、装 skill 4.16（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.90。

22.9 / 30

看情况安全

diagnosing-bugs：对照组 4.31、一句话提示 4.72、装 skill 4.58（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.28。