共计 3 篇文章

---

2026

09-18

Pi Java Runtime 导入提速复盘：thinking budget 从 2048 到 768

08-18

把 Agent 评测器落到代码里：确定性断言、Golden 与双 LLM Judge

08-13

给 LLM Agent 搭自动化验收：分层用例、双裁判与 Golden 答案