DeepLearning.AI 新课：教你的 Agent 做评估而非只看输出
DeepLearningAI · x · 2026-11-05
DeepLearning.AI 与 Arize AI 合作推出新课程《Evaluating and Improving Agentic Applications》，由 npm 联合创始人、Arize 开发者关系负责人 Laurie Voss 讲授。
课程核心观点：Agent 一次跑通不等于可靠，传统测试只验证代码能否运行，而 evals 能把 Agent 的决策和行动对照「好行为」的清晰定义来度量。内容覆盖：
- 错误分析与测试集：阅读 Agent 的 trace，标注反复出现的失败模式，转化为可复用的测试集
- 可信评估器：用代码和 LLM judge 自动化评估，无需人工逐条检查
- 评估驱动改进：每次改动都用 evals 验证变好且不破坏其他功能
课程含 28 节视频、6 个代码示例、10 个评分作业，实操部分用 Arize Phoenix 及开源 tracing 工具为工具调用型 Agent 搭建完整评估套件。
所属事件:DeepLearning.AI 联手 Arize 推出 Agent 评估免费课(2 条相关)→
「编程与Agent」频道最新
- 法国自研搜索引擎 ibou 推出 API:专为 LLM 与 Agent 提供搜索能力 — IgorCarron · 2026-11-05
- YC 炉边谈话：Weave 融资 1350 万美元，量化 AI 编码真实产出 — ycombinator · 2026-11-05
- 团队在 ARC-AGI-3 挑战赛 5000 队中获第 7：好 harness 胜过大模型 — gklambauer · 2026-11-05
- Intent 移动端更新：PR 视图、语法高亮与 agent 私密索要密钥 — LukeW · 2026-11-05
- 16 冠 MVP 自建 Clairic Studio，演示 Cloudflare 文档抽取模型实战 — dfinke · 2026-11-05
- Codex 修复长任务内存泄漏,可无限时运行 /goal — Dimillian · 2026-11-05