Qoder của Alibaba Cloud mở nguồn Better Harness để đánh giá AI Agent lập trình

Qoder của Alibaba Cloud đã mở nguồn mở Better Harness, một công cụ được thiết kế để phân tích và cải thiện liên tục quy trình làm việc của các AI Agent lập trình. Công cụ này hỗ trợ các AI Agent phổ biến như Claude Code, Codex, Qoder và Cursor bằng cách đánh giá xem các khả năng của chúng có thực sự được sử dụng và hiệu quả trong việc hoàn thành nhiệm vụ hay không. Khi các AI Agent lập trình ngày càng được tích hợp sâu vào quá trình phát triển phần mềm, việc đánh giá hiệu suất thực tế và các biện pháp kiểm soát an toàn là vô cùng quan trọng. Better Harness giải quyết vấn đề này bằng cách cung cấp một khung cấu trúc có thể chạy được để kiểm tra và tối ưu hóa hành vi của agent trong các dự án thực tế. Công cụ này hoạt động trên kiến trúc ba lớp bao gồm các thực hành Harness Engineering, mô hình đánh giá Agent Work Loop và các triển khai có thể chạy được. Nó thu thập độc lập các bằng chứng về phiên làm việc, dự án và tùy chỉnh của agent, đồng thời đã được xác thực trên 30 dự án GitHub thực tế.