19.28 个百分点，和凌晨三点没关系
昨天有人在群里丢了一篇 arXiv，2611.06506，Trace2Eval，11 月 4 号挂上去的。配文五个字：“看这个，19 个点。” 我点开看了。结论先撂这儿：一半我认同，另一半我等着看它被拿去当月报素材。 现在的 coding agent 榜单，题基本是公开的，带参考补丁，或者藏着测试用例。
昨天有人在群里丢了一篇 arXiv，2611.06506，Trace2Eval，11 月 4 号挂上去的。配文五个字：“看这个，19 个点。” 我点开看了。结论先撂这儿：一半我认同，另一半我等着看它被拿去当月报素材。 现在的 coding agent 榜单，题基本是公开的，带参考补丁，或者藏着测试用例。