Enterprise Evals 101
Imagine your worst nightmare: your agent passes every demo, then a customer asks something you never tested, and it fails in public.In April...
Topic
#regression-testing
2 篇笔记
为什么我们需要 Agent 评测
Agent 评测已经成为了当前 Agent应用的基石。如果说年初大家都在关注 Harness，那目前的热点和深水区，一定是 Agent评测和 Agent Infra。我所了解到的是，基本每个做 Agent 产品的组都很看重评测的方法论以及效果。因此我专门开了一个系列，给大家详细介...