AI 功能到底怎么验收：一套从业务风险里长出来的测试集
「这个版本好像回答得更自然了」——没有测试集的 AI 产品，验收只能停在感觉层面。一个智能购车问答项目从零搭建测试集的全过程，和它带来的启发。
AI评测工程实践产品思考
Tag
Tag
「这个版本好像回答得更自然了」——没有测试集的 AI 产品，验收只能停在感觉层面。一个智能购车问答项目从零搭建测试集的全过程，和它带来的启发。
Coding Agent 的问题已经不是「能不能干活」，而是「能不能不迷路、不污染上下文、交付可验证的结果」。一套多智能体流水线的设计逻辑，和它带来的启发。
五年评审几千个 PR 后沉淀下来的清单：从正确性到可读性，一份可以对照执行的 Code Review 手册。