智能体评估、红队测试与基准测试基础设施

本回路（circuit）始于当前评估 AI 智能体（agent）的孤立工具集之上。它勾勒出一条路径，在此，能力度量、安全验证与硬件约束汇聚为单一的部署门禁。该模式在七个独立信号中趋于稳定。DeepSWE 确立了衡量长程轨迹规划与多文件代码库编辑的标准接口。RAMPART 将对抗性安全场景转化为确定性的 pytest 检查项，作为持续集成（CI）的阈值运行。《智能体沙箱分类法》（The Agent Sandbox Taxonomy）形式化了隔离边界，将防御层映射至威胁类别以量化管控能力。Raindrops 填补了可见性缺口，实现无需外部遥测数据的本地优先状态检查与执行追踪。WhichLLM 与 WhatCanIRun 将回路锚定于物理约束，依据实际硬件规格对开放权重（open weights）模型进行排序，以规避部署摩擦。promptfoo 将这些层级绑定，提供可直接嵌入 CI/CD 流水线的声明式评估语法。

本回路抗拒黑盒评分的碎片化。它规避了智能体在孤立基准测试中通过，却在有状态工作负载下崩溃的失效模式。它拒绝掩盖跨平台表现的厂商锁定评估指标。该循环迫使每一项能力主张都经由可复现的验证。度量成为智能体生命周期中的持续属性。基准测试汇入沙箱分类法。沙箱评分指导硬件路由。硬件约束决定模型选型。模型选型反馈至对抗性测试。该基础设施作为验证的闭合回路运行。

回路在此刻闭合：单一声明式测试配置能够在部署前验证轨迹规划、执行安全阈值、确认沙箱隔离，并在所有支持运行时中验证硬件兼容性。

译注

• 文题中的 circuit 译为“回路”，取其“闭合、循环、反馈”之意，呼应系统架构中的闭环验证逻辑。
• agent 译为“智能体”，为当前中文技术语境下的标准译法，此处保留与原文的对应关系。
• open weights 译为“开放权重”，保留模型参数可访问性的技术内涵。
• 结尾句式依循本知识库对 Circuit 条目的体例要求，以“回路在此刻闭合：”收束，强调验证流程的完成态。