沃顿实验室开源AI Behavioral Observatory，用于统计检验提示词下的AI行为变化。
推荐理由：该工具把提示词影响从轶事观察推进到统计有效测试，适合研究模型行为漂移、提示敏感性和实验复现，补上AI评估中的方法论缺口。
阅读原文