agent-evals

에이전트 평가는 에이전트가 수행하는 스킬을 시뮬레이션으로 검증하는 절차를 가리킨다. 입력으로 시나리오와 테스트 케이스를 주고 처리 과정에서 행동, 결과, 실패 모드를 측정하며 출력으로 합격·불합격·리스크 레이블을 도출한다. 대규모 서비스에서는 이 평가가 배포의 게이트웨이로 작동한다고 지적됐다.