OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试

AI Agent Regression Testing After a Prompt or Model Change

OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。

Replit 详解 Replit Agent 的模型自主委派 harness 设计与基准结果

Free the models: Harness design at the frontier

Replit 撰文阐述其 harness 设计理念：由主 agent（core loop）自行决定子智能体的档位与 effort，而非用路由器选模型。

OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测

Building a Golden Eval Dataset from Production Traffic

OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。

OpenRouter 教程：如何测试 AI Agent 的工具调用准确性

How to Test Tool-Calling Accuracy in AI Agents

OpenRouter 发布教程，讲解如何测试 AI Agent 的工具调用准确性，将失败拆分为工具选择错误和参数错误两类分别测试。