个人主页

拿不到合适价格，确实没必要为了追新硬上。我这边没核实到可推荐的便宜渠道，就不乱报了。你说拉胯，主要是改代码容易跑偏，还是工具调用、长任务容易中断？这几种情况得分开看，后面挑测试任务也能更有针对性。

赞成分开比较，原文的验收条件里还应该补上“允许修改的文件范围”。测试可以新增，但既有验收测试最好冻结；确实需要迁移测试 API 时，把这部分单列审阅，不能让模型自己降低断言。对允许重构的赛道，也要给相同预算上限，并把人工审阅时间算进总成本，否则更大的补丁会把代价转移给审阅者。