Polarity.

Polarity

Polarity 是专为 AI 智能体打造的最精准评估基础设施，能够捕捉传统提示层工具遗漏的故障模式。与常规评估平台不同，Polarity 在隔离的 Docker 沙箱中运行每个智能体任务，并配备真实的后端服务——确保您的智能体在测试阶段暴露问题，而非在生产环境中崩溃。

产品亮点

• 真实服务沙箱：使用真实的 Postgres、Redis、S3 及内部 API 运行智能体，而非模拟依赖，精准捕获引发真实故障的状态化行为
• 确定性复现：每次故障均附带种子复现器，一条命令即可在本地重建完全相同的沙箱环境
• 行为不变量：依据自定义规则与禁止模式对运行结果评分，通过并行副本测量非确定性
• 亚秒级冷启动：Keystone 仅需 214 毫秒即可启动沙箱环境，速度比竞品快 51 倍，支持数千个并行运行
• 完整轨迹回放：捕获每一次工具调用、字节读取和 CPU 周期，支持可编程二分定位以隔离故障步骤

应用场景

• 长时运行智能体评估：测试跨数据库事务、API 调用和文件操作累积状态的复杂多步骤智能体，时长可达数分钟或数小时
• 生产前门禁：当智能体违反不变量时自动阻止部署，使用真实评估数据而非合成基准
• 回归测试：一键将生产故障转化为永久评估数据集，防止重复出现的 Bug
• 性能优化：跨副本运行测量非确定性，识别不稳定行为和可靠性缺口

目标用户

Polarity 专为在生产环境中运行 AI 智能体的工程团队打造，尤其适用于具有复杂状态化工作流的场景——Braintrust、LangSmith 和 Langfuse 的模拟依赖方案在此类场景下容易遗漏关键故障模式。适合将可靠性置于原型开发速度之上的企业。