OpenAI Evals 平台、Agent Builder 与 Reusable Prompts 宣布弃用：2026 年 11 月停服
OpenAI evals platform 弃用、Agent Builder 关闭及 v1/prompts API 下线均定于 2026 年 11 月 30 日。本文梳理运营商需迁移的内容，以及 routing 层如何承接这一缺口。
来源 OpenAI
OpenAI 评测 Harness 指南：为什么 Benchmark 分数不能直接映射到路由决策
OpenAI 发布了关于可信第三方评测设计的详细指南。核心 operator 结论：harness 选择会改变测量到的模型能力，因此 benchmark 分数在用于路由分层决策之前必须结合上下文解读。
来源 OpenAI
Codex eval 生产实践：OpenAI 自进化 Agent 如何把 traces 转化为 scoped eval 目标
Codex eval 基础设施是区分“能用的 Agent”与“能自进化的 Agent”的关键。OpenAI 税务 Agent 将生产轨迹转化为结构化 eval 目标，并由 Codex 自动迭代修复。这套架构与模型无关，适用于任何基于 API 网关构建 Agent 的团队。
来源 OpenAI Engineering