AI Evaluation

一份面向 AI Agent 上线前 30 天的客服支持 Playbook，用来从真实用户问题、失败和信任顾虑中学习。

一份给采购方使用的清单，用来判断 AI Agent 供应商是否真的具备生产就绪能力，而不只是演示好看。

一份实用维护计划，用来让 AI Agent 评测数据集在上线、模型变更、prompt 变更和工作流漂移后仍然有用。

一份上线清单，用来在 AI Agent 网站上加入 AI 聊天窗口，同时避免成本、信任和安全问题。

一个紧凑的 KPI 看板，用来判断 AI Agent 是否适合扩大用户、放宽权限或进入生产环境。

一份实用客户访谈指南，用来判断 AI Agent 是否真的解决客户问题，而不是只通过内部评测。

一个可复用模板，用于把新闻和研究转成面向构建者检查项的每周 AI Agent Readiness Brief。

一份可复制的 AI Agent 上线风险评审会议议程，覆盖产品、工程、安全、客服和运营。

一份 AI Agent 上线前可观测性问题清单，覆盖 trace、工具调用、检索、审批、成本、延迟和事故。

面向团队从漂亮 demo 走向受控生产工作流的 AI Agent 差距分析。