斯坦福 CS329Z《Agent 工程》第 10 讲上聚焦 Agent 评测,详解 Terminal-Bench 与 Harbor 工具链

斯坦福 2026 秋季新课 CS329Z《Agent 工程》第 10 讲上,课程核心主题是怎么科学地测试、评估 AI Agent,课程重点讲解 Terminal-B