一轮跑分里我们踩过的坑

第一次搭自动跑分，比想象中麻烦。记几个坑：

1. 判分模型也会偏心

用强模型给弱模型打分，强模型有时会"手下留情"。我们加了一层规则校验兜底。

2. 超时和限流

批量请求 API 必踩限流。加了退避重试后才稳。

3. 版本漂移

同一模型后台悄悄更新，分数就不可比了。现在每轮都记录模型版本号。

后面会把整套脚本开源，欢迎来复现。