strickvl 分享 Agent eval 实践：重放真实失败用例做回归测试

strickvl 分享了 agent 工程中的 eval 实践，主张每次修改 prompt、工具或模型后重放历史真实失败案例，验证改动是否引入回归。他用 Claude Code 结合 Modal serverless 搭建 Decode 的 evals 层，把真实失败记录当作可重放的回归测试资产。