#evaluation

进阶教程：先用一张表看懂 AI 产品从算力到 Agent 的五层，按目标岗位决定学多深；再让 AI Agent 当陪练，拿你熟悉的产品出场景题，帮你跑一次同任务双方案的对比实验，最后写成一页能拿去面试的取舍报告。附 3 段可直接复制的提示词。

开发者进阶教程：Agent 上线后要能看见它：用追踪（trace）和步骤（span）记录过程，盯延迟、成本、错误、用户反馈和准确率，并做自动评估。

一份 600 到 1,200 字的报告，附带论断表：每条论断、支持它的来源、反驳它的来源，以及一份置信度说明。另附每一次搜索和阅读的运行日志。

在修改提示词、模型或工具之前，先要知道结果是否变好了。一个小而诚实的评估集是唯一的办法，而且只需一个下午就能完成。