#Grader

AI Agent 工程进阶第 2 篇：在同一个 Agent Reliability Lab 中建立 20 个任务、重复 Trial、五类确定性 Grader、失败台账和发布门禁，用实际代码比较 baseline-v1 与 candidate-v2，而不是凭感觉判断新版本更聪明。