AI Agent 评测平台 Ora 揭秘：99% 网站尚未适配 Agent

Ora on Vercel

前端、后端和 Agent 运行时统一在同一个平台

前端、后端和 Agent 运行时统一在同一个平台

所有主流 Agent 在真实网站上同台测试

所有主流 Agent 在真实网站上同台测试

一支 16 人工程团队每天处理数百次提交

一支 16 人工程团队每天处理数百次提交

Ora 将 Agent 投放到真实网站，让它们完成注册产品、集成产品、支付产品的任务。Agent 经常失败，据 Ora 估计，99% 的网站还没有为 Agent 做好准备。该平台向客户展示 Agent 在哪里失败、为什么失败，以及需要改什么。

Assaf Elovic 是 Ora 的联合创始人，多年来一直致力于帮助 Agent 发现网络。他之前的公司 Tavily 为 AI Agent 打造了一款网络搜索引擎，于今年早些时候被 Nebius 收购。搜索解决了一半的问题，但找到产品的 Agent 仍然需要真正使用它。他和联合创始人 Liad Yosef 创立了 Ora，来衡量网络对 Agent 的准备程度，并修复那些还不够完善的部分。

如今，这意味着从 journey.ora.ai 向客户网站生成 Agent，在那里 Ora 运行一个 journey 并记录 Agent 完成一项任务所需的成本、延迟和步骤。该平台运行在 Vercel 上，包括 Agent 运行时。

同台对比测试所有主流 Agent

每个 harness 都需要自己的基础设施

Agent 分解为两个部分：执行推理的模型，和赋予模型工具并驱动其逐步执行的软件——harness。Ora 的阵容覆盖了客户最常用的 Agent：Claude Code、ChatGPT、Gemini、Hermes、OpenClaw，以及 Vercel 的 Agent 框架 eve。Ora 在客户的网站上运行每个 Agent，观察它如何处理常见的工作流。

没有任何两个 harness 想要相同的基础设施。每个都期望自己的环境，并以不同的方式暴露其步骤，因此 Ora 为每个 harness 运行独立的运行时，并追踪每一步。Ora 工程负责人 Ido Finder 称这种同台覆盖是 Ora 为客户带来的最有价值的东西之一。

当一个 Agent 在注册流程中停滞时，客户可以看到它在哪一步、尝试了什么。没有追踪，结果只是一个分数，背后什么都没有。

一个平台承载所有 harness

Ora 完全在 Vercel 上构建了这套测试系统。前端、后端和 Agent 运行时共享同一条部署路径、日志和认证。Agent 运行时不是需要独立运维的基础设施；它就运行在产品其余部分所在的地方。

Ora 测试了 eve，然后基于它构建

像对待其他 harness 一样测试 eve

Vercel 推出 eve 时，Ora 没有给它任何特殊待遇。eve 与其他所有 harness 在相同的条件下经历相同的基准测试。Ora 与 Vercel 工程团队作为设计合作伙伴合作，Finder 让 eve 团队直接访问该平台，深入研究结果。

初始测试让 eve 与 Claude Code 在多个域的数百个真实 journey 上对决。两个 harness 运行相同的模型：Claude Fable 5 和 Haiku 4.5，每次运行都给予 Agent 相同的任务：集成一个产品。

Ora 发布了对比的三个数字：

达到目标的步数减少 7%

达到目标的步数减少 7%

原生成功率提升 2 倍：更多任务在客户自己的网站上完成，而不是回退到网络搜索

原生成功率提升 2 倍：更多任务在客户自己的网站上完成，而不是回退到网络搜索

有效端点增加 9%：Agent 发现的可实际调用的端点更多

有效端点增加 9%：Agent 发现的可实际调用的端点更多

基准测试也反馈到了 eve。一次运行发现了一个 prompt 缓存问题，eve 团队发布了修复，Ora 下一轮的结果测量到总成本降低约 15%。

Ora 自有 Agent 背后的框架

对于一家以评测所有主流 harness 为业的公司来说，这不是个随意的选择。在看到这些结果后，Ora 基于 eve 构建。

因为 eve 遵循 Next.js 范式，几乎不需要配置，工具、技能和连接器用很少的代码就能实现。决定性特性是沙箱覆盖。像 eve 这样的 Agent 框架自带沙箱——那是 Agent 执行、运行工具和操作文件的隔离环境。对大多数团队来说这是一个很好的默认选择，因为可以获得免费的安全执行。但处于框架自身沙箱中的 Agent 运行在 Ora 追踪每一步的仪表化环境之外。这个覆盖功能让团队可以换入那个环境，这样 eve Agent 就像其他所有 harness 一样被记录，不需要构建新的东西。

Journey.ora.ai 现在在两侧都使用 eve：eve 是它测试的 harness 之一，也是它运行的框架。

16 名工程师如何每天处理数百次提交

工程团队有 16 人，每天处理数百次提交，日常的基础设施工作由他们的编码 Agent 负责。一个放在同一处的技术栈让这些 Agent 能够端到端地运行它。

Finder 估计每周节省的时间至少有数小时。Elovic 归功于编码 Agent 与 Vercel 库配合的良好程度。

接下来

Ora 正在添加更多产品，架构也随着它们一起扩展。团队正在将平台拆分为微服务，全部运行在 Vercel 上。新服务部署到相同的基础设施，彼此通信无需额外配置，基于 eve 构建的内部 Agent 将作为又一个服务运行。

按照 Ora 自己的衡量，网络仍有 99% 还无法处理一个来完成注册、集成和支付的 Agent。

关于 Ora：Ora 让网络为 Agent 做好准备。企业使用 Ora 来基准测试 AI Agent 如何发现、导航和与他们的网站交互，并构建 Agent 需要的基础设施来找到、使用和交易这些网站。