本次演讲我们将为大家分享：
为什么「写 Prompt」其实是个前端问题，而「跑 Benchmark」其实是个日常开发问题；
把 Vue 拿到没有 DOM 的环境里跑，遇到了哪些坑；
在线 playground 怎么做到让用户自由 import npm 包来写 prompt；
怎么把蒙特卡洛塞进一个看起来像 Vitest 的 API 里；
AIRI 实际是怎么用这套组合测 Agent 的：实时对话、Minecraft 行为、角色一致性；
JS/TS 这边做 Agent benchmark 的体验，其实可以比 Python 顺手Velin 让 prompt 这一层从字符串变成结构化代码，解决的是「写得稳」；Vieval 让评测这一层从「跑一次看眼缘」变成「跑 N 次看分布」，解决的是「测得稳」。
这两层加起来，才是我们今天能比较有信心地说「这一版 Agent 没被改坏」的全部依据。
本次演讲的内容适合所有正在做 Agent、也被随机性折磨过的人来听。
