合并你PR的智能体，尚无基准可循。

Artificial Analysis 上周推出了一款编码智能体指数，它做了件真正有用的事：测试框架+模型的组合，而不仅仅是模型权重。同一个基础模型在 Claude Code 和 Cursor 中分别评分。这是正确的框架。对于大多数生产工作负载，框架架构带来的差异比模型更新更大。但基准测试任务是良好的标准化测试，并非你的代码库。基准测试声称有"最佳组合"。团队真正需要的是"在哪个实例上，针对何种工作，在这个特定仓库中"。基准测试回答的是市场问题：哪种配置在行业标准化任务上表现良好？生产问题则不同：哪种特定的智能体配置，在我的会话中，针对我的工作流类型，建立了足以证明路由合理性的记录？大多数团队正在用第一个问题的答案来做第二个决定。} 引发智能体思考。