Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “智能体测试”

Techniques & Tutorials2026-09-283 min
先看一条轨迹，再给对话打分
GitHub 上的 Arize Phoenix 用来把一次模型调用拆开：输入、工具、检索和最终回答。适合已经有对话功能、但还不知道坏在哪一步的人。不打榜，也不代替 Promptfoo 的规则断言。
Techniques & Tutorials2026-09-285 min
AI 写用例，和测智能体，不是同一件事
对照两类入门材料各自覆盖的范围：一类是用模型起草用例和自动化脚本，一类是给问答、客服做评测。按你这周要做的事选一边。