Baseten案例讨论OpenCode模型服务中的工具调用质量、缓存与推理表现。本文将其视作工程参照，不据此判断企业OPC资格或商业规模。
协议成功与任务成功分别记录
模拟修改代码任务，接口可能返回合法结构，却遗漏文件路径或使用错误参数。测试应同时观察工具协议、执行结果和最终业务要求，不能只统计模型完成输出。
多轮任务需要覆盖失败恢复
在自有测试仓库设置正常修改、文件不存在和需要补充信息的任务，记录智能体是否解释错误并停在合适位置。工具权限限制在测试目录，不让测评触发正式部署或发送行为。
更换供应商时复验同一任务集
不同接口的模板与解析差异可能改变行为，应保留请求配置和版本，逐项比较。性能改善不能替代代码检查。本文没有独立执行该案例的测评，也不承诺任何模型服务能够自动保证程序正确。
延伸阅读：FDE案例。