03
Field Evaluation / 多 AI 实战评测
Agent 的验收指标
从好不好用转向完成率、回滚性、证据密度和人类监督成本。
Agent 价值等于可靠产出减去监督、返工与风险成本。
01
先问清楚
- 结果是否真正满足目标？
- 人工花了多少时间纠偏？
- 过程能否审计与恢复？
02
实践框架
- 1定义硬性门槛
- 2记录过程成本
- 3分类失败类型
- 4计算人工接管
- 5复盘可复用经验
03
验收证据
- 目标通过率
- 返工轮次
- 审批次数
- 回滚成功率
- 单位任务耗时
04
常见失误
- 只计算 Token
- 把命令提交当完成
- 忽视不可逆影响
- 指标过多失去重点