工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：agent-evaluation
自我提升智能体：修复、学习与可控变革
在LangGraph上实现的无需担忧自我改进的智能体：运行时自我修复、跨运行学习，以及仅在评估和金丝雀测试通过后才应用的变更。
阅读约 15 分钟智能体评估与优化：DSPy、TextGrad、Reflexion和OPRO的对比分析
DSPy、TextGrad、Reflexion和OPRO如何作为智能体的反馈循环相互配合，应优先采用哪一个，以及如何在企业中实现评估与优化的分离。
阅读约 12 分钟面向人工智能智能体的最小可行实验平台：A/B测试与影子运行
如何利用管道定义、本地分配、暴露事件、追踪数据、沙箱评估、影子运行以及约束机制来决定是否用版本B的代理替换版本A。
阅读约 11 分钟AI智能体等于AI模型加框架：框架的功能及其重要性
智能体是由模型与框架组成的。了解框架如何添加工具、内存、循环结构及约束机制，开放权重智能体与开源智能体的区别，以及评估为何重要。
阅读约 10 分钟稳定的智能体名称并非你审查的对象：锁定候选体。
代理的名称可以保持不变，而其技能、工具和权限可以更改。应将名称、行为候选项及运行身份分开，以便进行审查和回滚。
阅读约 8 分钟免费验证器问题：为何当工作内容不再是代码时，代理循环就会停滞。
编码代理循环之所以可行，是因为编译器和测试可以免费进行验证。在代码之外则没有免费的验证工具：需要四种补贴、失败数据以及神谕测试。
阅读约 6 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。