从编码智能体驱动智能体质量飞轮

Google 介绍了一项面向编码智能体的新开发者技能，将智能体评估组织为五阶段闭环：准备数据、运行推理、使用自适应 AutoRater 评分、分析失败聚类并执行定向优化。开发者可用自然语言描述测试目标，并针对生产流量或合成场景持续或按需评估，由独立评估服务验证实际改进并防范局部提示修复引发的整体回归。