experiment-copilot：像产品数据科学家一样审查 A/B 测试的 AI 项目

siddharthasharan 的 experiment-copilot 项目提供会审查 A/B 测试的 AI，能做 SRM 检查、peeking/novelty 检测、CUPED、分段交互测试与护栏分析，并以 MCP 工具形式接入 Claude Desktop。其静态 Showroom 含 14 个场景（7 基线 + 3 触发 + 4 交互），判定全部通过；数据从每场景 400,000 用户扩到 1,000,000 用户，扩样后重校准了 novelty 检测器并将护栏 veto 阈值改为 alpha = 0.01。RAG 方法论层已完成 20 条笔记，25/25 top-3 检索命中；LLM 备忘录 agent 尚未完成。