Agent 改动就回归测试:重放真实失败用例的 eval 实践
strickvl · x · 2026-10-14
文章讨论 agent 工程中的 eval 实践:每次修改 prompt、工具或模型后,重放 agent 历史真实失败案例,验证改动是否引入回归。作者分享用 Claude Code 结合 Modal serverless 搭建 Decode 的 evals 层的经验,主张把真实失败记录作为可重放的回归测试资产。
「编程与Agent」频道最新
- Tripo P2.0 配 Charakuru 免费套件：一张图生成可动画 3D 角色 — Aiden_Tech_Ai · 2026-10-14
- 从零学 AI 工程的 9 个 GitHub 仓库：ML 入门到 LLM 实战全覆盖 — thisguyknowsai · 2026-10-14
- GLXYMESH 发布：YAML 定义 MCP 工具，本地测试一键部署托管服务 — glxymesh · 2026-10-14
- Teknium 晒 Hermes Agent 插件玩法：说一句需求自动生成插件 — Teknium · 2026-10-14
- 社区为 Hermes Agent 打造 redline 插件,边聊边审 AI 写的代码文档 — Teknium · 2026-10-14
- 客服 Agent 护栏怎么选:NeMo、Bedrock 与 Alice 对比思路 — WolfShoddy7443 · 2026-10-14