公共议事厅:中央长案摊开芥末黄判据律典,左侧 robot 开发 agent 呈上代码卷宗,右侧 robot 评审 agent 持朱笔指向律典,四周小人举「通过 / 不通过」牌——所有意见都回到中央判据
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

  1. 先分清:门禁、评审和仲裁不是同一件事
  2. 判据契约:先写“怎么验”,再开始“怎么做”
  3. 打分规则:不是一个总分,而是带边界的结论
  4. 防作弊:评价标准也会被完成目标吞掉
  5. 仲裁:让分歧变成可处理的信息
  6. 为什么必须让开发与评审既合作,又不共谋
  7. 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