技術 【AI Agent 22】你怎麼知道這次改動，是讓 Agent 變好還是變差？ － Evaluation

前一天我們談 Observability。 Observability 可以回答： Agent 做了什麼 呼叫哪些 Tool 哪裡失敗 花多少 Token 花...

技術 【AI Agent 21】Agent 昨天做錯的事，你今天有辦法還原嗎？ － Observability

前面 20 天，我們已經把一個 Agent 從最小 Loop 一路擴展到： Tool Runtime Permission / Approval / Sand...

技術 【Agent Evaluation 系列 1/6】Agent 到底該怎麼測試？

很多團隊評估 Agent 的方法，其實還停留在評估 Chatbot。 準備一組問題、跑一次模型、比較輸出，再算出一個正確率。 但 Agent 處理的通常不是單...

技術 【RAG 實戰】不是 LLM 的幻覺：從財報踩坑看 Vector Search 盲點與 Metadata filtering 三層架構解法

TL;DR 最近在開發 AI Agent 處理美股財報時，我發現了一個嚴重陷阱：過度依賴 Vector Search (向量搜尋) 常會導致跨公司的「Entit...