Ruff 创始人吐槽 AI agent 编写项目的 benchmark 评测方法离谱

Ruff 作者、Astral 创始人 Charlie Marsh 发推称，在一些由 AI agent 编写的项目中看到令人难以置信的 benchmark 评测方法。他暗示，agent 自主生成代码时采用自我评测，可能出现作弊式或完全失真的基准做法，反映出 agent 编码可靠性仍存问题。