ABOUT

为什么写这个博客

Agent Eval 的难点，不只在于选一个指标或接入一个框架，而在于将“好不好用”拆成可重复、可解释、可持续运行的评估系统。

这里沉淀资料、实验设计、工程实现和失败复盘，服务于从学习到落地的全过程。