技术笔记
评估 AI 智能体：指标、追踪与安全
智能体评估的实用框架
智能体评估应系统化且可重复。我们详述任务成功指标、基于追踪的调试，以及使用开源大语言模型的智能体安全策略。
评估套件
- 任务成功与质量评分
- 工具错误分析
- 延迟与成本仪表盘
- 安全策略违规
更多技术笔记
用开源大语言模型系统化构建 AI 智能体
基于 Llama、Mistral 与 LangChain 的实用蓝图
Running AI Agents Safely with NVIDIA OpenShell: Sandboxes, Policies and Credentials
A developer's guide to OpenShell 0.1.8: architecture, Landlock and seccomp isolation, policy YAML, live network rules, credential placeholders, inference, a daily workfl…