Adobe提出动态答案智能体评测法

用实时执行代码生成标准答案后再由AI评分，专家一致性提高29%，令牌减少16%。

推荐理由：把静态答案改为可执行的实时判定程序，解决动态数据导致基准过期的问题；无参考答案时评分劣于随机，也量化了纯裁判模型的风险。