返回首页
Agent评测
找到 2 篇关于此标签的文章
Agent评测AI工程
AI Agent 跑通不等于真成功 — 一位工程师反思:漂亮数字正在骗所有人
一篇掘金长文拆解 Agent 评测黑箱:模型返回内容、自动裁判通过、系统显示 completed——但用户可能压根没看到完整答案。当漂亮数字可能正被基础设施噪音污染,企业采购 AI Agent 时需要重新问:到底在评什么?
9月25日2 分钟
DatabendTypeSafe
AI Agent 都 PASS,但没人看解题过程 — Databend 新工具想打开黑箱
本周 Databend 与 TypeSafe 联合发布 Agent 评测工具 Jev,思路是逐'步'审查 AI Agent 的执行过程,而不是只看最终通过率。一个被忽视的问题浮出水面:两个 Agent 结果相同,路径成本可能差一个数量级。
9月25日2 分钟