続・エージェント追跡：CATT 0.2.1、振る舞いの推測を4段階で明示

AIエージェントの振る舞いをCIで自動検証するCATTが0.2.1に更新。模倣した振る舞いの根拠を4段階のラベルで明示する一方、合格しても公式アシスタントとの互換は保証しないと明言しています。エージェントをgVisorなどで隔離する動きもあわせて追いました。

続・エージェント追跡：AIの成功報告を検証するCATTが登場

エージェントの振る舞いをテストするツールCATT 0.2.1が公開されました。市販アシスタントの身代わりを動かし、ツール呼び出しや状態変化を記録して、エージェントの報告との差分をCIで確認できます。再現が難しいエージェント検証の自動化を示す動きです。