Agent的评估:怎么知道 Agent 变好了还是变差了第 7 章回答一个扎心问题:构建完成 ≠ 构建正确。只有能量化测量结果,后面的模型训练、系统进化才有方向。
评估对象不是模型,是 Model + Harness同模型不同 Harnes
2026-09-21