Writing on agents in production.
What we've learned from shipping. No takes on whether agents are real.
// 精选文章
为什么你的 evals 套件应当跑在 CI 里。
如果你的 evals 不在每个 PR 上运行,那它们就不是 evals——只是三月某次会议的截图。
阅读 · 工程团队
What we've learned from shipping. No takes on whether agents are real.
如果你的 evals 不在每个 PR 上运行,那它们就不是 evals——只是三月某次会议的截图。