🐳 Docker показал подход к воспроизводимым AI-evaluation через Docker Sandboxes.

Проблема простая: даже если зафиксировать модель, промпт и метрику, результат всё равно может отличаться из-за окружения — версий Python, зависимостей, локальных инструментов и конфигурации машины.

Для этого Docker предлагает SBX AI Evaluation Kit: evaluation описывается в YAML, запускается локально или внутри Sandbox, а на выходе сохраняется структурированный артефакт с тем, что реально произошло:

* executor;
* команда;
* stdout/stderr;
* exit code;
* время выполнения;
* digest конфигурации.

Можно переключать выполнение между локальной машиной и Docker Sandbox без переписывания самого evaluation workflow.

Подход полезен для:

* сравнения промптов;
* regression testing;
* agent evals;
* security checks;
* code-generation экспериментов.

https://www.docker.com/blog/building-reproducible-ai-evaluation-workflows-with-docker-sandboxes/