改一次 Prompt，怎么知道 Agent 有没有悄悄变差
文章探讨了在企业级 Agent 开发中，如何通过建立版本化固定案例集和审计日志来准确评估模型更新后的质量变化。强调不能只看平均分，需逐条对比案例的改善与退步，并实施一票否决机制以确保安全和可追溯性。
全部文档 / 标签: 评估方法
1 篇
文章探讨了在企业级 Agent 开发中，如何通过建立版本化固定案例集和审计日志来准确评估模型更新后的质量变化。强调不能只看平均分，需逐条对比案例的改善与退步，并实施一票否决机制以确保安全和可追溯性。
