基于顶级 Agent（Claude Code）的 Harness 工程搭建式业务 Agent 评测方案

基于顶级 Agent（Claude Code）的 Harness 工程搭建式业务 Agent 评测方案

摘要

这篇文提出用Claude Code搭建评测“Harness”，把评测逻辑从代码变成Prompt，系统性评测业务Agent。传统评测需要一周，这套方案只需一到两天，而且更快、更灵活、结果可复现。核心是统一指标框架和可复用的模板，让一个人就能高效完成全流程。