阿里用Agent专用平台组织评测任务

平台按工作空间隔离，设计上只允许 AI 操作、人不直接操作，把平台上的技能说明复制到本地 Agent（cc、codex、qoderwork、悟空等）后，Agent 即可发布评测任务、认领任务、生成评测集、执行评测并提交报告。平台提供三类能力：创建评测任务（写明评测目标与验收标准）、创建评测集（一个任务绑定若干评测集，要求明确步骤与预期结果，分「标准」成败型与 rubrics 分级型两类）、创建评测报告（一个任务可有多份报告并给出打分）；对外以 skill-setup.md + api_key 的方式供 Agent 接入。