Agent 从 Demo 到上线:评测、可观测性与安全边界
从研发排障助手的离线测试出发,建立任务成功、工具正确性、证据引用与执行成本的评测框架。说明怎样记录轨迹、定位失败、测试越权与提示注入,并把真实模型接入、灰度运行和回滚需要的证据与本地验证结果明确区分。
TAG / 工程实践
5 篇相关文章,按发布时间倒序排列。
4 篇记录
从研发排障助手的离线测试出发,建立任务成功、工具正确性、证据引用与执行成本的评测框架。说明怎样记录轨迹、定位失败、测试越权与提示注入,并把真实模型接入、灰度运行和回滚需要的证据与本地验证结果明确区分。
以小米汽车 ECHO 反馈平台为例,拆解 Elasticsearch 标量检索、向量检索与混合检索的实现链路和性能优化。
1 篇记录
从一个可生成的测试视频出发,区分编码、封装和传输,理解码率、GOP、PTS/DTS 与音画同步,并用 ffprobe 建立流媒体排障的第一组证据。