让Agent可评、可控、可迭代：业务效果导向的评测体系与场景实践

让 Agent 可评、可控、可迭代：业务效果导向的评测体系与场景实践

摘要

策略类Agent评测面临反馈稀缺、多维权衡、离线与线上脱节三大难题。为此，我们构建了“五层四步三阶段”方法论，并创新提出Auto Rubrics方法，通过三层架构构建可解释的业务效果Judge体系，将评测从静态判断转变为动态闭环，确保策略能力可扩、可控、可回归。