Merge Gateway 发布 Evals:让新模型先在真实流量影子下跑分再上线
shensi · x · 2026-10-06
面向 agent 开发者的 Merge Gateway 推出新功能 Gateway Evals,解决「换模型只能靠生产环境验证」的痛点:先用 agent 的真实任务给新模型打分,再将其以影子方式跑在真实流量上,让开发者在上客前就能看到成本、延迟和每一条回答。
「编程与Agent」频道最新
- YC 总裁用 Opus 5.5 花 20 分钟把 Doom 移植进 Paul Graham 的 Bel 方言 — garrytan · 2026-10-07
- L0pht 传奇黑客谈 AI 代码安全：「让它安全」不是一句 prompt — WeldPond · 2026-10-07
- 合同审查 Agent 评测为何极难：十位顶级律师改出十种红线稿 — graceisford · 2026-10-07
- Reddit 工程师吐露 AI 时代审码倦怠:每天审 20 个没人真正写过的 PR — Specialist_Agent3599 · 2026-10-07
- COLM 2026 现场：研究员探索通用一次性 Agent 与演化知识库的 RSI 新范式 — yisongyue · 2026-10-07
- KNOWS 基准发布:联合评测 Agent 搜索、工具与视觉理解三能力 — anmarasovic · 2026-10-07