LogoJackp0t的小窝Agent的持续进化 返回首页

Agent的持续进化

发表于2026-10-23|更新于2026-10-23
|浏览量:
文章作者: Jackp0t
文章链接: https://jackkp0t.github.io/2026/10/23/Agent%E7%9A%84%E6%8C%81%E7%BB%AD%E8%BF%9B%E5%8C%96/
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Jackp0t的小窝!
请我喝茶
  • wechat
    wechat
  • alipay
    alipay
下一篇
Agent测评体系综述
Agent 评测体系综述:从一条用例到一套飞轮 本文综合四份资料:《深入理解 AI Agent》第 7 章(下称”第 7 章”)、美团《Agent 评测漫谈》(下称”漫谈”)、美团《Agent 评测白皮书·评测全览》(下称”白皮书”)、helson《Agent 评测·模块十》(下称”模块十”)。四份资料视角不同:第 7 章偏原理与公开基准,像教科书;漫谈与白皮书是企业团队两年落地经验,偏组织与体系;模块十是面试向的可执行模板,偏”照着做”。文中数字均为来源自述,未经第三方核实;模块十的阈值是经验值(confidence: low)。 关于”工程化演示”小节:各节末尾的代码是我按来源中的设计写的示意伪代码,不是来源原文;函数名、字段名、库名均为虚构,阈值标”示例值”的是我设的占位数字,需按自己项目调整。每段演示都注明了它落实的是哪份来源的哪条做法。 一、为什么要评测:评的不是模型,是系统四份资料的出发点一致:Agent 的效果判断不能靠”感觉变好了”。模块十把原因归为三个传统软件没有的难题:同一输入多次结果不同(非确定性),模型、Prompt、工具一变行为就悄悄漂移(黑盒化),多...
avatar
Jackp0t
文章
10
标签
3
分类
0
Follow Me
公告
欢迎来看我
最新文章
Agent的持续进化2026-10-23
Agent测评体系综述2026-10-23
Agent学习笔记2026-08-01
ClaudeCode学习笔记2026-08-01
RL学习笔记2026-03-29
© 2025 - 2026 By Jackp0t框架 Hexo 7.3.0|主题 Butterfly 5.4.3