多个智能体协作时，整个智能体协作的链路就被称作为 TraceAgent 项目的测试和评估，一般不能只看其中某个模型单次回答好不好，而是要按 Trace 来评估单元测试：把 Prompt、工具调用、参数解析这些关键模块拆开单独测。比如说模型能否选择正确的工具？Agent 调工具时，是否按照工具提前定义好的结构来传参？异常出现时有没有兜底？端到端测试：重点看 Agent 在多轮任务里能不能稳定完成目标。这一步需要反复调试，因为 Agent 的问题往往不是某一步错，而是工作流、工具调用、观察结果、继续决策这一整条链路中某部分出了问题离线评测集：把真实业务中的典型问题、边界问题、失败案例沉淀成 ben...

是AI吗？ 还不如AI呢😅

这段时间一直在做简历上的项目，我算是尚硅谷和黑马的骨灰粉了，全栈开发的核心教学视频我基本都有学习。 最近在B站上看视频来跟进点评和外卖的过程中我不断定期去反思自己的成效 ，发现单纯盯着视频上老师的节奏，敲下暂停键然后一比一的照抄下屏幕上标准代码并没有让我的工程能力和后端素养得到真正的提升。在瞌睡，回放，看弹幕来修bug的返回折腾下我开始感到厌倦与疲惫。 经过长期的听课的被动学习，我深深的认识到此举的效率十分低下并且我相信最终和曾经的各位一样：除了完美运行的代码文件和简历上的项目外一无所获。 扪心自问学这一个月到底学到了什么？是真的完全熟悉前后端联调的标准流程？是真的理解了数据与对象在消息流转过...