agent-testing

关于测试包含非确定性组件的AI智能体框架所面临的挑战的讨论，探讨了黄金输出差异比较和使用LLM作为评判者等方法，同时质疑这些方法的有效性。

一位开发者寻找一个经常陷入循环的模型（如GLM Flash），以测试智能体的循环检测与恢复功能，旨在开发启发式算法来评估循环概率并实现回溯。