EvalsTestingAgentsAI 质量 93怎样为会调用真实 API 的 Agent 设计离线评测集?林墨Agent 工程师1,4674 回答真实工具会变化,也可能产生费用或副作用。希望在 CI 中评估规划和参数生成,同时保留少量端到端验证。大家通常怎样分层?