Agent评测到底测什么？
当 Agent 开始调用 Tool、Skill，读写文件、操作系统、连续执行复杂任务以后，测试对象也从 Answer 扩展到了 Task、Trace、Trajectory、Outcome。
这组图用 6 个关键点讲清楚：
Agent评测怎么做、指标怎么设计、Trace为什么重要、LLM as Judge怎么用，以及长程Agent到底该怎么测。
对做 AI测试、测试开发、Agent工程 的同学，这套方法值得提前了解。
#Agent评测 #AI测试 #测试开发 #Agent #大模型测试
