开源 harness-evals:用成功率-成本散点图对比 agent 版本

slavadubrov · reddit · 2026-11-16

作者开源了一个小工具 harness-evals,回答一个问题:「我改了 agent 的 prompt/工具/审批步骤,它到底变好了没?」

作者还写了配套教程文章,并征集反馈:大家现在用什么对比 agent 版本(自写脚本、LangSmith、promptfoo?)

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →