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

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。