JudgeMan 发布编码智能体步骤级评测工具

Eclipse4113 发布 JudgeMan，一个面向 AI 编码智能体的步骤级评测工具：它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，即一个衡量“该判定可信到什么程度”的数值。 费用方面，默认每个 judge 的支出上限为 1 美元（--max-cost），400 步的会话约花费 3.50 美元；所有调用缓存在 .judgeman/cache/ 下，重跑相同步骤免费。不带 --labels 时只运行免费规则，不花钱也不需要密钥；末尾的无密钥路径可让使用者在付费前先看到输出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。