两个设置让 ARC-AGI-3 得分从 7.8% 升到 38.3%：基准测到的是模型还是脚手架

作者：林岚｜OC 开发者生态编辑

2116 条 Agent 规则，只有 45% 能直接监控：一句“不要泄密”为何不够

韩启明｜OC 政策与安全编辑