agent 轨迹作为可观测性数据：从执行路径反推可用性修复点
eval 分数只说明 agent 是否完成任务，轨迹才记录它绕了哪些路。本文基于 Microsoft 博客对 Dev Proxy 的一次评估，归纳 404 路径猜测、错误信息缺有效值、跨运行重复绕过、模型记忆补文档缺口、默认配置被绕…
发布于 2026-11-07 · 沐小悠 · 约 9 分钟
9 次阅读 阅读 →