評估 AI 智能體並非易事，尤其當現有工具無法契合你的思維和工作方式時。為此，我們很高興宣佈，DigitalOcean Gradient™ AI 平台中的智能體評估功能現已全面升級。新版本將幫助你更快速、更輕鬆地評估 AI 智能體、理解結果並定位問題。
智能體評估功能有哪些更新？
原有的評估功能雖然強大，但存在一些影響開發者使用體驗的痛點。本次升級正是為了徹底解決這些問題：
- 按目標歸類的評估指標：評估指標現在按目標導向的邏輯分組呈現，例如“安全與防護”“準確性”“檢索增強生成性能”等類別。“安全與防護”組已預設勾選，幫助開發者快速、安心地開始評估。
- 示例數據集：新增常見評估場景的示例數據集，助你高效創建自定義數據集。
- 明確且持續的報錯提示：上傳錯誤提示現在更清晰、持續顯示且具體明確，例如“驗證錯誤：缺少‘query’列”。開發者能輕鬆理解並修復問題，減少測試環節的阻礙。
- 可解讀的結果與調用鏈路追溯：評估結果按設置時採用的指標組別分類展示，每個指標及其評分方式均配有提示説明。通過與可觀測工具的深度集成，開發者可直接從低分項跳轉至完整調用鏈路，快速調試並優化模型。
為何需要使用評估功能？
評估功能幫助你係統化測試和改進 AI 智能體，更輕鬆地發現問題和優化性能。對於入門者，預設的“安全與防護”指標和示例數據集能快速檢測常見問題（如不安全或有偏差的輸出），讓你對智能體的表現更有信心。
對於需要規模化部署的團隊，自定義測試用例、針對“檢索增強生成性能”等專項指標組，以及上傳自有數據集的功能，將為你提供更深度的智能體表現洞察。結合調用鏈路追溯功能，你可深入分析低分項目，精準調試和改進智能體。評估功能能助你將結果快速轉化為具體優化方案，幫助各階段的開發者構建更安全、更可靠的 AI 智能體。
如何開始使用智能體評估？
準備好測試你的智能體了嗎？在 DigitalOcean Gradient™ AI 平台中開始評估非常簡單：
- 在雲控制枱中打開你的智能體評估頁面。
- 創建新測試用例併為其命名。建議使用獨特且描述清晰的名稱，體現測試目標或場景，便於後續查找。
- 選擇要評估的指標，重點關注對你的智能體最為關鍵的維度。
- 選擇數據集。如需創建自定義數據集，可參考文檔中的示例快速生成 CSV 文件。
- 運行評估並查看結果。通過調用鏈路追溯功能深入分析低分項，高效調試智能體。
現在就開始評估你的智能體吧！精準把控 AI 性能，及時發現潛在問題，優化智能體行為，打造可靠且可快速投入生產環境的系統。
