dsh-bakeoff

dsh-bakeoff

同一任务、同一代码基线，不同模型 / Preset 并行对照，用确定性验收回执而不是感觉来选方案。

| 优先级 | 状态 | 名称核查 | 形态 |
| --- | --- | --- | --- |
| S（排队第二） | MVP 已发布（2026-08-16） | 原名 dsh-arena 已被占用，改用 dsh-bakeoff（未占用，2026-08-15） | 插件套件 |

命名说明

原方案名 dsh-arena 与 Apageoflove/DSH-arena（"Local-first experiment and evaluation workbench"，1★）同名且同方向，必须改名。bakeoff 是业界对"同题多方案对比评测"的惯用称呼，语义自解释；备选名 dsh-crucible、dsh-gauntlet 亦经核查可用（记录见 docs/research.md）。

解决什么问题

模型、Preset、插件组合、Agent Loop 策略越来越多，用户面临"到底哪个组合适合当前任务"的选型问题，而目前只能凭感觉。dsh-bakeoff 让同一任务在完全相同的代码环境中以多个 Variant 运行，比较：

是否真正完成（Evidence Gate 回执判定，非模型自述）；

测试/构建/Lint 是否通过；

Diff 规模与修改范围合规性；

工具失败次数、运行时间、Token 与费用。

使用方式（MVP）

在仓库中编写 Experiment Spec（YAML），然后运行 slash 命令：

```yaml