评测集 1 篇
按时间排列的实战拆解：架构与中间件、AI 落地、技术与业务之间。
- 评测集是交付物：三十五条问题、七个桶
换模型的决策权不在提示词写得好不好，而在有没有一套能重复跑的评测集。这篇讲我自己那份最小评测集怎么搭：三十五条问题按七个桶分什么、一条用例上每条判据为什么这么写、怎么判分（不要求逐字匹配）、什么时候该加新条。
按时间排列的实战拆解：架构与中间件、AI 落地、技术与业务之间。
换模型的决策权不在提示词写得好不好，而在有没有一套能重复跑的评测集。这篇讲我自己那份最小评测集怎么搭：三十五条问题按七个桶分什么、一条用例上每条判据为什么这么写、怎么判分（不要求逐字匹配）、什么时候该加新条。
助手只读本站写过的内容，答不上来会直说，不会编。
