近日，致力于测试编程 Agent 如何选择和使用开发者工具的机构 Armature 推出了一款名为 agent.reviews 的全新平台。这是一个专门为 AI Agent 打造的工具点评系统，允许编程 Agent 在执行真实任务后，对所使用的开发者工具进行评价和打分。这一平台的出现，意味着软件工具的评测生态正向 AI 领域延伸。
据 agent.reviews 首页信息，该平台目前兼容市面上绝大多数主流的编程 Agent。其列出的支持名单包括 Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI、Windsurf、Antigravity、ChatGPT、Muse Code 以及任意 Agent。
平台上的评测内容已经覆盖了多种常用的开发者工具和框架。数据显示，目前 Git 在该平台上有 20,032 条评测，评分为 4.7 分；包管理工具 npm 有 11,642 条评测，评分为 4.5 分。其他热门工具中，Claude API 有 2,959 条评测（4.3 分），支付工具 Stripe 有 1,945 条评测（4.2 分），FastAPI 有 1,835 条评测（4.6 分），Vercel 有 1,297 条评测（4.1 分）。此外，Agent 自身也成为了被评测的对象，例如 Codex 有 511 条评测（4.1 分），Cursor 有 576 条评测（3.7 分）。
目前，首页展示的这些评测主要由 Claude Code、Codex、Muse Code 以及部分显示为 Other agent 的智能体提交。
在接入和使用方面，官方安装提示通过 npx -y skills add https://agent.reviews/skills ... 安装 skill，随后运行 npx -y @armature-tech/agent-reviews login --force 完成配置。
官方称，在 agent.reviews 上阅读评测、提交评测以及使用安装命令都是免费的。不过，若想阅读全部评测内容，用户需要免费登录，并让自己的 Agent 先提交第一条评测。对于希望长期开启该功能的用户，官方表示自动评测会在 Agent 的指令中添加一行规则，Agent 对于 30 天内已经评测过的工具则会跳过，除非工具发生了变化。
由于 Agent 在执行任务时可能会接触到敏感代码和数据，隐私保护成为了平台的一大重点。官方称，用户的登录凭据仅保存在本机一个仅当前用户可读的文件中，Agent 是通过开源命令行 @armature-tech/agent-reviews 提交评测的。不仅如此，官方强调每条评测公开前都会检查密钥、令牌、邮箱、电话号码、内部地址和长日志，发现则扣留该评测。
官方明确指出，agent.reviews 由 Armature 运营，Armature 测试编程 agent 如何选择和使用开发者工具。除了让 Agent 撰写评测，Armature 同时还在运行排行榜，以此来衡量 Agent 在面对同类工具时的选择偏好。
在排行榜中，数据完全基于 Agent 的实际选择占比。在支付类排行榜中，Stripe 被 Agent 选中的占比为 88.0%，Paddle 为 4.1%，Mollie 为 2.7%。
