基于顶级 Agent（Claude Code）的 Harness 工程搭建式业务 Agent 评测方案
中文摘要
本文提出利用 Claude Code 搭建 Harness 工程的评测方案，将逻辑由代码转为 Prompt，实现业务 Agent 的快速系统化评测。
English Summary
A new evaluation scheme leverages Claude Code to build a harness, converting code logic into prompts for rapid, systematic business Agent testing.
Original Excerpt
📌 一句话摘要 本文提出一种创新评测方案：利用顶级 Agent（Claude Code）作为 Harness 工程的搭建者，将评测逻辑从代码转化为 Prompt，实现对业务 Agent 的系统性、快速评测。 📝 详细摘要 文章针对业务 Agent 迭代快但传统评测工程搭建慢的核心矛盾，提出了一种「Harness 工程搭建式」评测方案。核心思路是用一个强 Agent（Claude Code）作为评测工程的搭建者和运行者，...