在 DriftWatch 正式发布之前，进行了针对生产风格提示的测试，以验证漂移检测算法的有效性。通过 Claude API 运行 DriftWatch，使用五个生产风格的提示进行了两次连续测试，记录了相同模型检查点下的真实输出和分数。结果显示，漂移评分从 0.0 到 0.49 不同的区间代表了模型输出的变化程度，具体包括功能上与基线相同、轻微变化、显著行为变化等。这些真实数据比理论示例更具参考价...