LLMOps

温度计与恒温器：让 eval 真正改变下一步的那一层

一个 agent 可以写得漂亮、条理清晰、数字精确到小数点后一位——而那个数字是它在搜索返回空之后自己填上的。只看行文，你永远抓不出来。这篇编译讲的是那个能抓出来的层：让判决改变下一条边的六条路由、从 25 条 trace 挖出第一条 eval、自动合并的四个信号、本周就能建的五条 eval。附我核回来的一手盲测数据——以及原文引用它时删掉的两行。