标签:回归测试

同一主题下的文章、视频与资源。

1 篇内容
AI 前沿

AI Agent 评测:越改越差?8 步锁定真实退步点

AI Agent 上线后,常出现修好一个问题、另一个功能又坏的“盲飞”。本文梳理 Anthropic 的 8 步评测方法:从真实失败提炼任务,组合三类评分器,把“感觉变差了”变成可追踪、可比较的任务失败,让团队少凭感觉改版,稳定定位回归。

阿凡达的技术博客