人物
Sofia Jakovcic
Arize公司的前线部署工程师,专注于智能体评估与回归测试实践
时间轴 (近 90 天)
10月29日
智能体很少在代码层面失败,它们失败在运行时。
待验证50%
10月29日
在客服智能体中加入“执行任何操作前先确认”的提示词后,生产评估显示“操作安全性”指标提升17个点,“任务完成度”下降17个点,两项指标平均净值恰好为零。
待验证50%
Arize公司的前线部署工程师,专注于智能体评估与回归测试实践
智能体很少在代码层面失败,它们失败在运行时。
在客服智能体中加入“执行任何操作前先确认”的提示词后,生产评估显示“操作安全性”指标提升17个点,“任务完成度”下降17个点,两项指标平均净值恰好为零。