AI eval 社区共识：没有基线跑分的 env+scorer 不算数

ItsJarrodTran 指出，发布 eval 仅有环境和打分器不够，必须附上基线跑分，否则没人知道自己的数字到底好不好；npinto 附议称这年头太容易发低质 eval 稀释整个领域。这场讨论针对的是智能体评测的工程规范。