Agent Review Studio：本地优先的智能体评估工作台

开发者构建了开源本地优先系统Agent Review Studio，用于评估和优化AI智能体及其运行框架。它解决仅看最终答案而忽略执行细节的问题，提供工作区管理、版本化评估导入、证据对照、失败标注、五维评分、不可变审查历史、基线对比及导出改进数据等功能。审查后的失败案例可转化为回归测试，通过调整提示、检索等并重新运行对比结果。演示使用真实Chaser Agent研究运行，展示文件、声明与证据对照，并明确标注示例标签未保存，+17为自动对比结果，人工审查待定。系统不自动修改模型权重，而是构建评估基础设施和可信改进数据。