重试还是不重试：一个用来考 AI 的简单问题

📋 概述

作者为 Kaggle 基准挑战做了一次不同于以往实验的事：不再比较模型写代码的能力，而是问一个更贴近生产的问题——面对失败的 API 请求，该不该重试。他准备了 14 个真实场景，每个都包含请求、响应与上下文，模型必须返回 YES、NO 或 YES_AFTER_DELAY 三种决定之一并给出一句话理由，评分只看决定。关键在于 503 并不自动意味着重试安全：POST 可能已经被处理、幂等键会改变答案、超时可能发生在服务端改状态之前或之后，模型必须读懂整个情境而不只是状态码。他还做了一个人类测试版本。