arXiv cs.SE· Zimo Ji, Zongjie Li, Pingchuan Ma, Wenyuan Jiang, Yudong Gao, Shuai Wang·· 2 小时前AI 评分58
研究团队压力测试 Claude Code auto 模式权限门控
Measuring the Permission Gate: A Stress-Test Evaluation of Claude Code's Auto Mode
AI 导读
研究团队用 AmPermBench 对 Claude Code 的 auto 模式做独立评测，该基准含 128 条提示、覆盖四类 DevOps 任务和三个歧义维度，逐条评估 253 个改变状态的动作。
来源：arXiv cs.SE · arxiv.org