又做了个有趣的尝试，之前一直在让Claude Code帮我自动化写一些文章，但是涉及到评测类的内容输出时还是比较痛苦。 必须自己先测试，然后把对比的经验沉淀了让AI写。现在我更进一步，试了试让CC自己去调用CC和Codex完成任务评测。感觉评测观测的视角比我自己还全面。