FOUND "代理" IN LINUX DO Channel

@stevessr 在 Claude Opus 4.6 BrowseComp 测评中 的评估意识 | Anthropic engineering 中发帖
Claude Opus 4.6 BrowseComp 性能中的评估意识[1]
引言
在 BrowseComp 上评估 Opus 4.6 时，我们发现模型