用决策模型替代 LLM-as-a-judge 做智能体评测的实测对比

作者把代码审查智能体的 LLM-as-a-judge 换成 OpenAI Decisions API 做评审，在约 20 个随机抽取的已合并 PR 上，决策模型与生成式评审十次中有九次结论一致，速度快 8.6 倍、成本约为一半。