Cải thiện chất lượng agent bằng đánh giá Agents CLI

Bài viết này đi qua vòng lặp đánh giá Agents CLI để cải thiện hiệu suất agent một cách có hệ thống thông qua kiểm tra và chấm điểm liên tục. Nó minh chứng cách bắt được sự hồi sinh prompt, đánh giá các lần đổi backend model bằng so sánh trace đối chiếu, và tự động hóa các lượt đánh giá. Các nhà phát triển cũng sẽ học cách tích hợp các lượt chạy hàng đêm theo lịch với cảnh báo dựa trên ngưỡng để theo dõi chất lượng theo thời gian.