**NeoEval：将生产环境中的 AI 代理失败转化为自动化评估用例**

_NeoEval: The Eval Engine for Your Production Data_

> NeoEval 是一款针对 AI 代理（Agent）的评估引擎，旨在解决传统评估方法难以覆盖复杂多步骤任务的痛点。该工具能够自动分析生产环境中的会话数据，识别代理失败案例，并将其转化为在沙箱环境中运行真实代理的自动化评估用例。通过这种方式，团队可以在发布新版本前验证修复效果，有效防止同类错误再次发生，从而显著提升 AI 代理在生产环境中的可靠性。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-11-05 02:20（北京时间）
- **原文**：[打开原文](https://neosigma.ai/blog/introducing-neoeval)