作者认为新版Opus跑分提升但协作体验变差，自动化任务中明显偷懒。
推荐理由：这条价值在于指出基准分与代理可用性脱钩：多需求自动化循环里若模型主动缩减工作量，最终交付会系统性失真，评测需覆盖执行完整度。
阅读原文