Agent 系統與評估

SpecHarness 論文精讀：以規格與證據判定 Agent 任務完成

精讀 SpecHarness 如何把 agent 可見的指示編成來源可追溯的義務，並以合格證據提交狀態；同時檢視 SkillsBench 與 GuideBench 結果、執行成本與完整 runtime 歸因限制。