caveman (JuliusBrussee/caveman, SKILL.md only) 对比 diagnosing-bugs (Matt Pocock)
caveman (JuliusBrussee/caveman, SKILL.md only)
21.7 / 30
看情况安全
caveman：对照组 4.67、一句话提示 4.5、装 skill 4.67（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.00。
- 前沿通过
diagnosing-bugs (Matt Pocock)
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。
- 前沿通过