Back to Home
RadarAI··Papers & Tech

Stanford CS 329Z 第 10 课讲解 Terminal-Bench 与 Harbor 的 Agent 评测工程

中文摘要

斯坦福大学CS329Z课程介绍了Terminal-Bench和Harbor,强调评测工程的重要性,Evaluator成为新职业。

English Summary

Stanford CS 329Z course covered Terminal-Bench and Harbor, emphasizing evaluation engineering and the rise of the Evaluator profession.

Original Excerpt

Stanford CS 329Z「Engineering AI Agents」第 10 课由 Terminal-Bench 与 Harbor 的作者讲解 Agent 评测工程,核心观点是软件正从「规则是真相」转向「评测是真相」,Evaluator 成为新工种。