Простой способ сравнить два агента-кодера за рабочую неделю

Мэтт Покок предложил запускать двух агентов параллельно на одних задачах, а затем выбирать лучший результат голосованием или ревью. Это позволяет оценить новую модель или связку инструментов без специальных бенчмарков.