用 Agent 做 A/B 测试分析，注意别让它编显著性

把两组数据给它，让它分析差异是否显著。

它给出的 p 值和结论看起来很专业，但我用统计库算了一遍，对不上。

原因：它不真的做计算，是根据「看起来像」的模式生成数字。

正确做法：

1. 计算部分用代码，不用模型
2. 模型只做解释和文案
3. 交叉验证：让它输出计算步骤，人工核

现在我的流程：脚本算指标和显著性，模型写结论。分工清楚，不会出数字错误。

原则：凡是需要精确计算的地方，都不要让模型直接给数。