Ý TƯỞNG, QUYẾT ĐỊNH & BÀI HỌC

Bài viết

Ghi chép về AI, kiến trúc và xây dựng sản phẩm từ thực tế.

Khám phá Ý tưởng & Giải pháp AI

1 bài viết

· 5 phút đọc

agentic engineering

Không Thể Ship Agent Bằng Cảm Tính — Eval Cho Hệ Agentic

Một dòng chỉnh prompt có thể âm thầm làm hỏng một agent, và bạn chỉ biết khi user gặp. Cách sửa của tôi là một eval harness: một golden set gồm input và check, chạy với mọi agent và workflow mỗi lần đổi. Đây là phần giải phẫu — check tĩnh, LLM-as-judge, regression run-on-change, và chấm cả workflow đa-agent.

Đọc tiếp