https://douyixuan.github.io/tags/evaluation/Recent content in Evaluation on 兜忆轩 | Cedric's Compiler Noteshttps://douyixuan.github.io/images/papermod-cover.pnghttps://douyixuan.github.io/images/papermod-cover.pngHugo -- 0.146.0en-usTue, 08 Sep 2026 08:00:00 +0800https://douyixuan.github.io/posts/ai-native/2026-09-08/Tue, 08 Sep 2026 08:00:00 +0800https://douyixuan.github.io/posts/ai-native/2026-09-08/今天关注 AI-native Agent 的两个关键问题：Basis 把 context 当作生产输入，并用 behavior spec 对长周期 Agent 的过程行为进行可验证约束；HarnessDev 则把评测对象从任务输出推进到 harness 本身，研究模型能否创建并持续演化自己的执行基础设施。