Coder Eval

UiPath 的 Coder Eval 用 YAML 描述代理、任务、沙箱、运行上限和成功标准，支持 14 类判据、A/B 实验、数据集 fan-out、对话模拟及 Docker 隔离。它实际运行完整编码代理并检查文件、命令和遥测，而不是只给模型文本打分；CI gate 和 JUnit 报告让评测结果能进入工程流水线。