TestForge Agent Trials

粘贴你的代理的系统提示、AGENTS.md或技能。 GPT-5.6 运行五个静止的行为试验，然后分离模型做的和你的指示实际支持的内容。检查每个决定、标准、控制冲突和最小红线；下载一个可追踪的试验记录。来自命名案例的行为证据——不是认证。