few-shot 与 CoT 实测：示例管灵魂，咒语有保质期
提示词工程：经典框架哪些是花架子？（6/7）
few-shot 与 CoT 实测：示例管灵魂，咒语有保质期
标签： AI评估
没有标准答案时的评估方法：验收标准、评审清单与迭代。
Agent实践：如何评审真实 Agent 系统？解剖 sdd-site-agent（11/12）
用一张清单解剖一个真实 Agent 系统——评审对象是我们自己的 sdd-site-agent
用一张清单解剖一个真实 Agent 系统——评审对象是我们自己的 sdd-site-agent
Agent实践：没有标准答案的 Agent 怎么评估？验收标准就是标准答案（9/12）
没有标准答案时，验收标准就是标准答案
没有标准答案时，验收标准就是标准答案