Dex Horthy 调侃 SlopCodeBench 更新：Astra 加入评测

Dex Horthy 转引 @nicoritschel 2025 年的帖子：Claude Code 在执行 cd 后于错误目录中操作是最常见的失败模式，作者还好奇这给 Anthropic 造成了多少成本；紧随其后的第二常见失败模式是未读取文件就尝试编辑。

Dex Horthy 发布直播链接，内容为 astra + fable 5.1 在 slopcodebench 上的运行。原文仅附直播地址 https://x.com/i/broadcasts/1pKdRDoWDwvJW，未给出更多细节。

HumanLayer 的 Dex Horthy 称赞 Matt Pocock 与 Robert C. Martin（@unclebobmartin）的访谈，认为其中关于防止智能体把代码库弄乱的有用策略值得传播，也喜欢两人各自分享 AI 探索过程中的顿悟时刻。视频链接：https://www.youtube.com/watch?v=zcLPGC-tvgk

HumanLayer 的 Dex Horthy 发推称，招聘方仍然发送隐去姓名、改动细节的候选人预告，但他只需把内容粘贴进 deep research 工具就能查出对方是谁，认为这种做法已经失去意义。

Dex Horthy 介绍 @humanlayer_dev 中一些技能是 /grill-me 与 /show-me 的组合，并引用 @DrockStowe 的提议，将 /show-me 加 /grill-me 组合称为 /grill-with-mocks，称其效果很好。

作者转发 @mattpocockuk 对其 /show-me 技能的评价：该技能被称为 phenomenal skill，能让 PR 描述非常易读，是一套查看代码的实用工具箱，SKILL.md 见 https://github.com/humanlayer/skills/blob/main/plugins/show-me/skills/show-me/SKILL.md。

Dex Horthy 发文称 slop code bench 正在成形，对比 Fable 5.1、Sol 的 med/high/xhigh 档位以及 GLM 5.3 的 med/high 档位。他表示许多 run 尚未完成，会持续更新，并感谢 GOrlanski 团队搭建该基准。