微软开源AI编码智能体测评工具Scope：驱动C

微软刚开源了个叫 Scope 的工具，专门用来给 AI 程序员找茬。

它能让 GitHub Copilot 和 Claude Code 干同一套活。跑完直接打分，谁卡壳了、哪步没过，全给你记下来。

最妙的是它的检查标准能串成一条链。比如先看依赖装没装好，再看接口返不返数据。大模型当裁判打分，不过微软也交了底：裁判偶尔会误判，重要结论还得人工复核。

每次运行都存了实时日志和工作区快照。要是没通过，顺着记录就能揪出是哪步卡住了。还能把智能体或模型换一版重跑，看看到底是抽风还是真有 bug。

这工具目前没托管版，得自己搭环境。默认节点要 Copilot 授权，裁判服务得配模型密钥。团队也能用 Helm 部署到 Kubernetes 上。