Evan Kormos
Coinbase工程师，专注于AI智能体在业务流程中的落地与评估，提出基于政策、DAG/DCG和评估体系的方法论。
时间轴 (近 90 天)
Coinbase 工程师 Evan Kormos 在 AI Engineer 分享中提出了一套判断AI智能体能否无人值守的方法论，包含从流程图到评估体系再到逐步放权的完整框架。
Kormos 将政策（policy）称为“组织最初的意图”或“最初的 system prompt”，并强调用 must、may、should 等明确规范动词书写。
Kormos 把智能体看作人、流程、技术三元模型中的横切运营层，它与人协作、执行流程的一部分、本身又由技术构成。
Kormos 方法的核心配方是“外面保持确定性，里面保持自适应”：外圈流程、关卡、政策边界稳定，内圈“生成—检查—迭代”允许智能体反复尝试。
智能体加入加速某环节后瓶颈会不断转移，因此流程整体的可观测性和度量比工作流工具的编写本身更重要。
Kormos 认为循环的可信度只等于检查的可信度，定义什么算“好”是最难的部分，需要可靠的评估方式。
Kormos 提出分阶段放权路径“爬山”：全量监督、抽样检查、例外处理，无人值守不是开关，而是一条有度量、有门槛、可回退的渐进曲线。
全部知识事实 (7)
Coinbase 工程师 Evan Kormos 在 AI Engineer 分享中提出了一套判断AI智能体能否无人值守的方法论，包含从流程图到评估体系再到逐步放权的完整框架。
50%待验证Kormos 将政策（policy）称为“组织最初的意图”或“最初的 system prompt”，并强调用 must、may、should 等明确规范动词书写。
50%待验证Kormos 把智能体看作人、流程、技术三元模型中的横切运营层，它与人协作、执行流程的一部分、本身又由技术构成。
50%待验证Kormos 方法的核心配方是“外面保持确定性，里面保持自适应”：外圈流程、关卡、政策边界稳定，内圈“生成—检查—迭代”允许智能体反复尝试。
50%待验证智能体加入加速某环节后瓶颈会不断转移，因此流程整体的可观测性和度量比工作流工具的编写本身更重要。
50%待验证Kormos 认为循环的可信度只等于检查的可信度，定义什么算“好”是最难的部分，需要可靠的评估方式。
50%待验证Kormos 提出分阶段放权路径“爬山”：全量监督、抽样检查、例外处理，无人值守不是开关，而是一条有度量、有门槛、可回退的渐进曲线。
50%