Hamel Husain 为 AI 评估方法排名：主观输出必须由领域专家把关
HamelHusain · x · 2026-10-21
Hamel Husain 对各种 AI eval 方法从差到优做了排序，转发者尤其强调其中一点：需要人类领域专家（SME）来审查 agent 的输出——工程师做不到这一点，除非你在做工程类 agent。
「编程与Agent」频道最新
- Salesforce 提出 SRD：让 Agent 用前瞻对齐后见之明来学习 — lupantech · 2026-10-21
- Claude 自主审计 25 个大型开源项目，大幅削减 OpenSSH 攻击面 — chrisrohlf · 2026-10-21
- WildAWM 全开源合成 341 个环境任务对，Qwen 微调 OOD 平均涨 10.58 分 — XuCanwen · 2026-10-21
- 当 AI 让「能用」不再稀缺，设计工程师 Emil Kowalski 谈如何训练品味 — rseroter · 2026-10-21
- 用 MCP 让 Opus 把素材库视频自动交给 Runneth,周五上线 — jacob_posel · 2026-10-21
- Mastercard 携手 Coinbase 布局 Agent 支付，x402 协议落地 — MurrLincoln · 2026-10-21