제공 중
Arena.
에이전트가 프로덕션에 닿기 전에 작동을 증명하세요.
Arena는 시험장입니다. 에이전트를 프로덕션, 실제 고객, 실제 코드에 닿기 전에 엄선된 시나리오 스위트로 실행하세요. Replay는 당신의 이력으로 테스트하고, Arena는 아직 겪지 않은 상황으로 테스트합니다.
1,284 duels
Arena · head-to-headwin rate
Claude62%
GPT-4o38%
Judged on real merged outcomes.
✓ winner: Claude
작동 방식
Curate, run, gate.
01
Curate
Build scenario suites per vertical, or record real incidents.
02
Run
Score every agent version against the suite.
03
Gate
Block the deploy until it clears, wired into CI.
측정 항목
무엇을 측정하는가.
01
당신의 시나리오, 당신의 기준
아직 겪지 않은 상황들, 적대적인 티켓, 깨진 저장소, 공격적인 프롬프트. 각 시나리오에는 올바른 답이 해야 할 일을 당신의 말로 적고, 채점은 그 문장을 기준으로 합니다.
02
배포 게이트
에이전트가 스위트를 통과할 때까지 릴리스를 막습니다. 다른 테스트처럼 CI에 연결하세요.
03
맞춤 시나리오
실제 사고를 한 번 기록하면, 이후 모든 버전에 대해 영원히 다시 돌립니다.
04
점수 이력
모든 실행을 버전 관리합니다. 버전을 거치며 역량이 오르고 회귀가 나타나는 것을 지켜보세요.
누구를 위한 것인가
누가 Arena을 찾는가.
- ·첫 에이전트를 출시하는 팀
- ·평가 점수로 배포를 통제하는 운영자
- ·사내 에이전트를 인증하는 플랫폼
같은 스위트
Observe의 나머지와 함께 씁니다.
Arena을 당신의 스택에 두고 싶으신가요?
지금 디자인 파트너를 온보딩하고 있습니다. Arena 코호트에 들어오려면 대기자 명단에 등록하세요.
이메일만 입력하면 됩니다. Arena이 출시되면 이메일 한 통만. 그 외에는 없습니다.