待验证50% 置信观点精确时间
Dhinakaran主张AI工程师应该把更多时间花在写eval上，并且需要「评估评估器」：构建黄金标准数据集，用人工输出验证eval结果，确保judge与人类判断一致后才发布新的评估器。
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
AI工程师的职责变了：从写代码到构建智能体工厂
bilibiliAIToBox2026/10/25
涉及实体
相关事实
待验证Dhinakaran认为AI工程师的核心能力新定义是「定义什么是好的」，当智能体承担越来越多执行工作时，人类工程师的价值集中在判断标准的建立与校准上。72% 相似已验证评估AI应对具体任务做具体评估，关注可靠性和需要多少人工校验，而非套用整体性的乐观或悲观判断70% 相似已验证测试人员的定位正在从执行者转向AI评审员，能驾驭AI的前提是自身具备自动化测试、性能测试等底层技能70% 相似已验证委托AI处理复杂任务时应建立完善的代码审查与测试机制，确保效率提升不以质量下降为代价70% 相似待验证判断AI用法是否高效的标准是看人工介入次数：仍需反复复制粘贴、反复解释上下文、每次手动触发的流程大概率有优化空间69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1097959API
curl https://kongchang.com/api/v1/knowledge/claims/1097959MCP
get_claim(id=1097959)