LangChain 详解评测驱动开发：三步改进 AI 智能体

LangChain 介绍评测驱动开发（EDD）的三步流程：先定义智能体应达到的行为标准，再在开发前写好评测，最后改动后对比实验。文中以内部文档智能体新增 create_ticket 工具为例，说明平均分上升但“如何连接 VPN”被误开工单的回归，并指出工具描述过宽是原因。文章还提醒小数据集满分可能意味着过拟合，建议保留不参与调参的留出集。