~/writingseries
产品经理
-
【Eval】离线全通过，上线仍会失败的原因到底是啥
将发布门槛、线上监控、坏例审核、回归集和版本复测连接起来，让 Agent…
-
【Eval】规则、AI裁判和人工怎么成为铁三角
从规则检查、AI 裁判和人工复核的分工出发，理解 Promptfoo、D…
-
【Eval】分数变高，不代表版本真的变好
通过固定基线、同案例成对比较、多次运行、分组分析和跨模型矩阵，区分真实改…
-
【Eval】测Skill，不只是盯结果
Skill 的质量不止是最终回答，还包括是否正确触发、是否选对工具和步骤…
-
【Eval】第一次Eval，先从小事情干起
不搭平台、不先学复杂统计，用一个明确任务、约 20 个真实案例、分层评分…
-
【Eval】测试同学别焦虑，Eval也不是替代品
传统测试与 Agent Eval 不是替代关系。本文用产品研发语言说明两…
-
【Eval】Agent测评不是简单给回答打分
从“自己试了几次”走向可重复的产品证据，理解 Agent 测评究竟在测什…
-
【本体论】企业 Agent 缺的是可控业务世界
解释本体论为什么在 AI 时代重新重要，以及产品经理如何通过业务对象、确…
-
【本体论】企业缺的不是数据，而是业务定义
从第一性原理拆解企业本体论：数据只是现实业务的碎片投影，本体论负责定义对…
-
【hermes】会话持久化和使用
进程退出对话归零？多平台并发写入打架？对话太长怎么压缩归档？拆开 Age…