grill-me (Matt Pocock) 对比 diagnosing-bugs (Matt Pocock)

grill-me (Matt Pocock)

20.6 / 30

看情况安全

grill-me：对照组 3.58、一句话提示 3.5、装 skill 3.83（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.25。

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。