评测工程化

Dev.to AI 的文章展示了一种 Agent 评测工程化路径：通过 Go 单元测试、harness-runner 配置校验、Python 两层递归实验和环境变量挂载，把 Agent 从 62.5% 到 100.0% 的演化过程变成可复现、可审计的流程。