Hacker News· Eclipse4113·· 2 小时前AI 评分60
JudgeMan 发布编码智能体逐步评测工具，附带可信度数值
Judgeman – step-level evals for coding agents, with a trust number
AI 导读
JudgeMan 是一个面向 AI 编码智能体的逐步评测工具，不只给最终结果打分，而是读取一次运行的每一步，标记浪费、重复、危险或未经验证的步骤，并给出其判定与人工标注的一致程度。
来源：Hacker News · github.com