Braintrust 与 Basis 联合开源 Behavior Specs（行为规格）标准。针对每条轨迹包含数百次决策的长程智能体，用通俗易读的 Markdown 声明各阶段预期行为并对照生产 Trace 自动判定，精准定位执行中途的偏离节点。

核心要点速览 (Key Takeaways)

  • ✓从“最终输出对错”迈向“全流程轨迹决策评估”：精准诊断 Agent 在数百步迭代中的具体失误环节；
  • ✓采用 Markdown 人类可读格式编写规则：让产品经理与工程团队无需深入繁琐的 Judge Prompt 即可共建规范；
  • ✓与生产 Trace 持续自动比对，随着 Agent 提示词与工具的迭代自然沉淀为完备的自动化回归测试套件。