评估 AI 智能体并非易事，尤其当现有工具无法契合你的思维和工作方式时。为此，我们很高兴宣布，DigitalOcean Gradient™ AI 平台中的智能体评估功能现已全面升级。新版本将帮助你更快速、更轻松地评估 AI 智能体、理解结果并定位问题。
智能体评估功能有哪些更新？
原有的评估功能虽然强大，但存在一些影响开发者使用体验的痛点。本次升级正是为了彻底解决这些问题：
- 按目标归类的评估指标：评估指标现在按目标导向的逻辑分组呈现，例如“安全与防护”“准确性”“检索增强生成性能”等类别。“安全与防护”组已预设勾选，帮助开发者快速、安心地开始评估。
- 示例数据集：新增常见评估场景的示例数据集，助你高效创建自定义数据集。
- 明确且持续的报错提示：上传错误提示现在更清晰、持续显示且具体明确，例如“验证错误：缺少‘query’列”。开发者能轻松理解并修复问题，减少测试环节的阻碍。
- 可解读的结果与调用链路追溯：评估结果按设置时采用的指标组别分类展示，每个指标及其评分方式均配有提示说明。通过与可观测工具的深度集成，开发者可直接从低分项跳转至完整调用链路，快速调试并优化模型。
为何需要使用评估功能？
评估功能帮助你系统化测试和改进 AI 智能体，更轻松地发现问题和优化性能。对于入门者，预设的“安全与防护”指标和示例数据集能快速检测常见问题（如不安全或有偏差的输出），让你对智能体的表现更有信心。
对于需要规模化部署的团队，自定义测试用例、针对“检索增强生成性能”等专项指标组，以及上传自有数据集的功能，将为你提供更深度的智能体表现洞察。结合调用链路追溯功能，你可深入分析低分项目，精准调试和改进智能体。评估功能能助你将结果快速转化为具体优化方案，帮助各阶段的开发者构建更安全、更可靠的 AI 智能体。
如何开始使用智能体评估？
准备好测试你的智能体了吗？在 DigitalOcean Gradient™ AI 平台中开始评估非常简单：
- 在云控制台中打开你的智能体评估页面。
- 创建新测试用例并为其命名。建议使用独特且描述清晰的名称，体现测试目标或场景，便于后续查找。
- 选择要评估的指标，重点关注对你的智能体最为关键的维度。
- 选择数据集。如需创建自定义数据集，可参考文档中的示例快速生成 CSV 文件。
- 运行评估并查看结果。通过调用链路追溯功能深入分析低分项，高效调试智能体。
现在就开始评估你的智能体吧！精准把控 AI 性能，及时发现潜在问题，优化智能体行为，打造可靠且可快速投入生产环境的系统。
