AI That Works 第 79 期：如何基于生产数据构建 Evals
vikvang1 · x · 2026-10-21
AI That Works 系列第 79 期，主题为「在生产数据上构建 Evals」。这是智能体工程领域的实操向内容，探讨如何用真实生产环境数据而非人工构造样本搭建评估体系。
「编程与Agent」频道最新
- 开发者用 Claude 视觉替换 Google Vision：7 封信封 48/49 字段正确 — MicahBerkley · 2026-10-21
- LangChain 发布 Managed Deep Agents 0.8:新增用户级凭证、记忆与 HTTP 通道 — LangChain · 2026-10-21
- MIT 陈Chlipala 撰文:用 Bluespec 式逐步推导保证硬件设计正确性 — satnam6502 · 2026-10-21
- 开源 MCP 工具 consult：让 Claude Code、Codex、Grok 互给二次意见 — Equivalent_Soup4149 · 2026-10-21
- +96033/-248 的巨型 diff 截图走红："大概是 slop，但有趣的 slop" — santiviquez · 2026-10-21
- Bindu Reddy 实测:Argon 做数据分析 + Opus 出可视化,组合做仪表盘 — bindureddy · 2026-10-21