AI 工程师：把自建评测当一等公民才决定项目成败

一位 AI 实验室从业者分享经验称，解决真实业务问题不靠最大模型或最炫 agent 框架，而是把评测（evals）作为项目一等公民并根据客户反馈持续迭代，通用指标反而有害。另一位从业者补充：项目初期零 eval 也可以，前提是知道需要时如何补建——先想清应用逻辑与 UX 是否成立，再与领域专家共同搭建评测集。

2026-10-29 ~ 2026-10-30 · 2 条相关