HumanLayer 的 Dex Horthy 在 X 上发问：“vibe evals”哪种更糟？

HumanLayer 的 Dex Horthy 在 X 上发帖，问“vibe evals”哪一种更糟。帖子没有给出他所指的具体选项，也没有说明判断标准或结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。