所有文章

我用来无所畏惧地发布 AI 智能体的评估框架

2026 年更新。我用来发布 AI 智能体的评估框架——一套评分测试集、一个 LLM 评判，以及一道回归闸门，让一次提示词改动无法搞坏生产环境。