adelinamart 在 Hacker News 发布 Show HN，推出 VetoBench 开源基准，专注评估 AI 代理是否重复团队已否决的工程决策，而非仅测检索准确率。基准提供可复现的 fixtures、评估结果与适配器接口，支持任意记忆系统接入，强调决策质量与失效记忆识别。GitHub 仓库同步公开全部代码与 2026-07-07/08 运行数据。
该基准直指现有记忆工具核心缺陷，有望推动代理可靠性评估从检索转向真实决策防错。
信源:https://github.com/adelinamart/robrain/tree/main/packages/vetobench