Arize 用 Harbor 和 Phoenix 评测 AI 智能体与工具

Arize 介绍如何用开源框架 Harbor 和 Phoenix 实现 AI 智能体的可复现评测，通过沙箱环境、任务验证器和轨迹记录，支持 PXI、Claude Code、Codex 等智能体的基准测试，并将结果作为 Phoenix 实验和追踪数据记录，用于分析智能体行为、优化提示词或技能。