概念评估环境 / 评估流水线
评估工具链
用于自动化测试和评估AI模型或Agent能力的工具与流程系统，通常包含任务集、被测模型、工具调用和评分器，往往缺乏生产级安全管控
时间轴 (近 90 天)
10月18日
仅靠系统提示词无法解决评估 Agent 的失控问题，因为系统提示词本身就是被评估的对象之一；管控必须放在工具链中，模型无法修改或争辩。
待验证50%
10月18日
评估工具链的管控应包含三个主要控制点：运行前扫描环境中的敏感凭证、在工具链边界裁决每个出站请求、给整个运行设置可自动熔断的请求预算。
待验证50%