测试与可靠性

Agent 系统最危险的地方，不是它答错一句话，而是它把错误动作执行下去了。

这个模块专门处理主线里最容易被漏掉的一段：测试、评估、可靠性和上线门槛。

子课展开学习：

• 01 · Agent 单元测试
• 02 · Eval 体系
• 03 · 可靠性设计
• 04 · 可观测性
• 05 · 上线门槛

---

这个模块讲什么

课次	主题	核心内容
01	Agent 单元测试	工具调用、状态流转、提示模板的稳定测试
02	Eval 体系	任务成功率、答案质量、失败模式的批量评估
03	可靠性设计	重试、超时、幂等、降级、人工介入点
04	可观测性	Trace、日志、成本统计、错误定位
05	上线门槛	什么情况下才能进生产环境

---

为什么这段必须在主线里

• Agent 不测试，项目就很难真正上线
• Agent 不做 Eval，很难知道是进步了还是退步了
• Agent 不做可靠性设计，错误会直接影响真实业务流程
• 面试里几乎一定会问：你怎么验证系统稳定性