说 Agent “变好了”很容易。证明它变好了，要靠 eval。 Agent 产品很容易陷入“今天试了几个问题，感觉不错”的幻觉。工程系统不能靠感觉上线。Eval Harness 要把真实任务变成可重复的测试，把 trace 变成回归样本，把 prompt、工具和 runtime 策略的变化变成可比
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 / 导读
电子版系列：查看完整目录
说 Agent '变好了'很容易。证明它变好了，要靠 eval。
Agent 产品很容易陷入'今天试了几个问题，感觉不错'的幻觉。工程系统不能靠感觉上线。Eval Harness 要把真实任务变成可重复的测试，把 trace 变成回归样本，把 prompt、工具和 runtime 策略的变化变成可比较的数据。
微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 zeeklog
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online
将JSON字符串修饰为友好的可读格式。 在线工具，JSON美化和格式化在线工具，online
