人类版「苦涩的教训」：精心构建的贝叶斯智能体为何输给直接调用 Claude Opus 5.5

作者用 14 份预注册任务构建的填字游戏求解器 ximenes，在 40 份 Guardian、Independent 和 FT 填字游戏上完整填对 17 格，而直接单次调用 Claude Opus 5.5 填对 30 格，每格成本 28 美分。