一把自己承认量不准的尺子，被拿去量 1454 对样本
速评：10 月 21 日挂上 arXiv 的 VeeReview，跑完 741 个仓库、1454 对智能体与人类 PR 的匹配，报出智能体那侧 buildonly 比例更低，混合效应比值比区间 0.52 到 0.86，四组里三组显著。 这个结论我不转。 不是因为方向反常。是因为这篇论文自己交代了：它那把尺子没校准过。
速评：10 月 21 日挂上 arXiv 的 VeeReview，跑完 741 个仓库、1454 对智能体与人类 PR 的匹配，报出智能体那侧 buildonly 比例更低，混合效应比值比区间 0.52 到 0.86，四组里三组显著。 这个结论我不转。 不是因为方向反常。是因为这篇论文自己交代了：它那把尺子没校准过。