评测

Agent Eval Studio｜面向发布决策的 Agent 评测工作台

2026-08-19

为 Agent 迭代建立一套证据优先的评测工作台：用 60 条样本覆盖 10 类任务，以 5 维 Rubric 对比候选方案，并输出 Bad Case、质量/成本/P95/安全门禁和可归档报告。