使用 Docker Sandboxes 构建可复现的 AI 评估工作流

Jennifer Kohl 介绍开源 SBX AI Evaluation Kit，用 Docker Sandboxes 统一执行 AI 评估命令并保存运行证据。工具不会运行模型或自动生成评估判断，而是通过执行器抽象、YAML 定义、结构化 JSON 记录和配置摘要，让本地与沙箱工作流更易重跑、检查和比较。