如何在自有代码库上评估 Sourcegraph

Sourcegraph 给出了一套在自有代码库上评估其 MCP server 的方法：在 288 个任务中，结构化检索把文件级 F1 从 0.091 提升到 0.240、recall 从 0.120 提升到 0.272，但整体任务完成奖励基本不变。成本则因任务而异，基线智能体广泛搜索时节省 15% 至 51%，基线仅需七次以内搜索即可定位时平均多花 $0.15。