用traces和Evals改进编程Agent
Hacubu · x · 2026-07-11
这条帖强调一个改进 coding agents 的核心方法：**先看 traces，再做迭代**。 核心观点是： - 团队应先通过真实 traces 理解 agent 的行为 - 再从 traces 中定位错误模式 - 基于这些错误设计 evals，持续提升 agent 质量 引用内容介绍了 **Open SWE**： - 这是一个开源的内部 coding agent 框架 - 目标类似 Stripe、Ramp、Coinbase 这类公司自建的内部工具 整体信息指向一个实践路线：用真实数据、可观察性和评测闭环来优化编程智能体，而不是只看“模型是否会写代码”。