#Eval

技术文章2026 年 1 月 26 日

Prompt 改完了，怎么知道 Agent 没变差？我的第一版回归评测

从 Job-Agent 的真实调用和 Trace 出发，拆解工具、参数、RAG 与回答评测，说明为什么用例预期、规则评分和模型裁判都需要继续检查。