
← Agent Harness 课程身份读取中
阶段四 · 让它自己转起来 · C18
Agent的评估系统
让 dev 和 eval 打得起来,但打不烂——评审的判据与仲裁
§ 本节目录
这一节讲什么
评审要能帮助改进,而不是各说各话:这一节讲怎样先定标准、用证据讨论分歧,并让每个结论都经得起回看。
- 阶段四
- 评审
- eval-plan
- 评分规则
- 仲裁
- 防作弊
- 同一性与斗争性
正文大纲
- 先分清:门禁、评审和仲裁不是同一件事
- 判据契约:先写“怎么验”,再开始“怎么做”
- 打分规则:不是一个总分,而是带边界的结论
- 防作弊:评价标准也会被完成目标吞掉
- 仲裁:让分歧变成可处理的信息
- 为什么必须让开发与评审既合作,又不共谋
- 把你的下一次评审,从“看感觉”推进到“有判据”
PAID LESSON · AGENT HARNESS COURSE
这一节是付费内容
登录后可确认你的课程权益;未开通时,这里会保留为购买入口。
首发价
149.00 CNY