书名：《Agent Runtime 工程化：从工具调用循环到可恢复执行系统》
作者：陈堂会
章节：第十章 Eval Harness 与 CI 回归 / 10.3 replay：让 trace 进入测试
电子版系列：查看完整目录
第十章 Eval Harness 与 CI 回归：10.3 replay：让 trace 进入测试
一次线上失败，如果不能转化为 eval，它就会再次发生。建议流程：
- 从 trace 中提取用户目标、关键上下文、工具调用和失败结果；
- 去除 secret 和用户隐私；
- 固化 workspace fixture；
- 写 expected behavior；
- 加入 CI；
- 修复 runtime；
- 证明 eval 通过。
trace 到 eval 的转换，不必一开始全自动。半自动工具已经很有价值：生成 eval 草稿，让工程师审阅。
系列导航
前 5 篇
- 第十章 Eval Harness 与 CI 回归：10.2 deterministic mock model
- 第十章 Eval Harness 与 CI 回归：10.1 golden task
- 第十章 Eval Harness 与 CI 回归：导读
- 第九章 可观测与 Trace：9.7 验收标准
- 第九章 可观测与 Trace：9.6 动手任务