TH
编程开发 Freemium ★ 4.5 / 5.0

three.dev

给你的 AI Agent 线上流量打分,按根因归类失败,再通过 MCP 把问题交给你的编码 Agent 去修。

访问官方网站
$ 实测核心结论 (TL;DR)

工具定位与核心功能解析

three.dev 是面向线上 AI Agent 的评测产品,出自 round3,创始团队来自微软、Telefónica、Docker 和 Datadog。把你 Agent 本来就在发生的对话与 LLM 调用按 1%–100% 可调的采样率送进去,送入的请求实时评分,问题自动检出并附上证据;再按根因聚成 failure mode,每条显示发生频次与影响。首页案例:客服助手把退款期限答成 14 天,而政策是 30 天,「Wrong refund window」在 8,124 条被评分请求里出现 386 次。Fix with your agent 通过 MCP 把这条 failure mode 交给你的编码 Agent,后者读取 three.dev 记录的全部信息去定位修法,案例里是 support/assistant.ts 里写死的退款窗口。修完上线后可对比任意两段流量(修复前一周 vs 修复后一周),每个 failure mode 并排显示,包括新出现的。该案例中 Wrong refund window 从 386 降到 16,同时新增 Refund policy pasted in full。采样率可在 1% 到 100% 之间选,费用随你希望评分的流量比例变化;定价页有账单估算器,按每月请求数、平均 tokens、采样率算出金额。

给你的 AI Agent 线上流量打分,按根因归类失败,再通过 MCP 把问题交给你的编码 Agent 去修。 针对实际工程与创作场景进行了深度评测,从运行稳定性、工作流摩擦力以及相对竞品的投入产出比进行全面评估。

核心优缺点实测

✓ 核心优势

  • 线上流量评分 + 根因聚类,看到「8,124 条中 386 条同一原因」,而不是一堆原始日志
  • Fix with your agent 经 MCP 把 failure mode 交给编码 Agent,所有档位含不限席位都有此能力
  • 任意两段流量前后对比,能验证修复是否生效,也会暴露「政策全文被粘贴」这类回退
  • 采样率 1%~100% 可调,定价页自带估算器,只为需要评分的那部分流量付费

✕ 局限与注意

  • 付费档从 $79/月起,Free 每月只评 5,000 次请求、只用 1 GB 数据
  • 超额费叠在月费上:Starter 超量 $3/GB、Pro $2/GB,评分超量另按 $2.50 或 $1.50/千次计
  • Free 仅存 30 天历史,要做长期趋势得上 Starter(90 天)或 Pro(180 天)
  • 产品很新,公开数字来自厂商自己的示例,还没有第三方准确性数据可查

价格与订阅方案

收费档位:Freemium

Free $0/月:可容纳约 5 万次请求(每次 5k tokens),每月 1 GB 数据、评分 5,000 次请求,保留 30 天历史,席位数不限。Starter $79/月:约 25 万次请求容量,每月 5 GB 数据(超出 $3/GB),评分 10,000 次(超出 $2.50/千次),90 天历史。Pro $249/月:约 100 万次请求容量,每月 20 GB(超出 $2/GB),评分 25,000 次(超出 $1.50/千次),180 天历史。Enterprise 议价。评分能力与不限席位所有档位都有;发布期优惠为 2026-11-22 前注册的团队免费送 6 个月 Starter,价格为美元(three.dev/pricing,2026-11-13 核实)。

同类替代工具对比

如果 three.dev 不完全符合你的预算或技术栈需求,以下是同一应用场景下的顶尖替代方案:

替代工具 收费模式 核心适用场景 综合评分 对比评测
Qoder Freemium 想让长链条工程活后台托管其实在做的开发者和小组队:免费档靠签到 Credits 就能真实用起来,Quest 模式适合整仓重构和补测试这类任务。 ★ 4.5 查看深度评测 →
Cursor Freemium 全栈软件工程师、独立开发者与追求极致产出速度的敏捷研发团队。 ★ 4.9 查看深度评测 →
Replit Agent Paid 独立创客、非技术背景的业务主管与需要快速验证全栈 MVP 的产品经理。 ★ 4.7 查看深度评测 →

同领域精选推荐

QO

Qoder

编程开发
Freemium ★ 4.5

阿里旗下的 Agentic 编程平台:Plan 负责拆方案,Goal 盯住长任务,Quest 模式把跨小时的活放到后台自己跑。

核心适用 想让长链条工程活后台托管其实在做的开发者和小组队:免费档靠签到 Credits 就能真实用起来,Quest 模式适合整仓重构和补测试这类任务。
CU

Cursor

编程开发
Freemium ★ 4.9

基于 VS Code 深度定制的下一代 AI 代码编辑器,具备全库索引感知与 Composer 多文件联动生成能力。

核心适用 全栈软件工程师、独立开发者与追求极致产出速度的敏捷研发团队。
RA

Replit Agent

编程开发
Paid ★ 4.7

从灵感直达上线的全自主全栈开发 Agent,自动写代码、配数据库并一键云端部署。

核心适用 独立创客、非技术背景的业务主管与需要快速验证全栈 MVP 的产品经理。