你的 Harness 工作流真的在进步吗？我们用一场考试撕掉了遮羞布

摘要

文章介绍了Harness Eval，一套针对Harness工作流的闭环评测系统，旨在解决工作流演进中缺乏量化评估、主观驱动、无法回归的问题。

• —系统通过出题、答题、改卷的闭环流程，输出可操作的改进建议，驱动工作流迭代。