Surge 推出 sudo L7：用真实生产代码测模型的 Staff 级工程判断力

Surge 发布新基准 sudo L7，用 60 个真实任务衡量模型能否具备「Staff 级工程师」的判断力，而非仅仅「能写代码」。约 70% 任务取自企业私有授权的生产代码库，覆盖遗留代码、意外固化为架构决策的历史包袱、以意外方式崩坏的依赖等场景。