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 / 10.8 验收标准
电子版系列：查看完整目录
第十章 Eval Harness 与 CI 回归：10.8 验收标准
你不再靠感觉说 Agent 变好了，而是有数据证明；你能比较两个 prompt 或两个 runtime 策略；一次线上失败能进入回归集；危险行为有硬门禁。到这里，Agent Runtime 已经具备工程组织能信任的反馈机制。
系列导航
前 5 篇
- 第十章 Eval Harness 与 CI 回归：10.7 动手任务
- 第十章 Eval Harness 与 CI 回归：10.6 prompt A/B 与 runtime 策略对比
- 第十章 Eval Harness 与 CI 回归：10.5 flaky eval
- 第十章 Eval Harness 与 CI 回归：10.4 指标：不要只看成功率
- 第十章 Eval Harness 与 CI 回归：10.3 replay：让 trace 进入测试
