用 NVIDIA NeMo 把 Agent 失败案例转化为测试与 Harness 修复

NVIDIA NeMo 可将生产环境中的 Agent 失败证据转化为按优先级排序的问题和自定义评估，用于改进提示词、工具、模型、记忆、技能与 harness 代码。通用基准分数往往无法解释 Agent 在具体领域中的失败，例如选错工具、走错工作流分支、遗漏相关上下文或使用不必要的高成本模型。