AWS 提出 Agent DLC 智能体工程方法

AWS 在 Machine Learning Blog 提出 Agent Development Lifecycle（Agent DLC），用一个生命周期、两个循环和统一验收标准来评估智能体的每次变更。其配套的 AWS Samples 仓库包含基础设施部署、HR 智能体、自定义评估器，以及基线评估和提示词变更后重评脚本。 该参考实现中，HR 政策助手的 chunk-level 检索精度三题均为 1.00，但 fact-level 精度仅 0.59、0.53、0.09，AWS 称聚合指标掩盖了覆盖缺口。AWS 建议选一个边界清晰的业务任务，一周内建立初始评估基线，并准备 20–30 个覆盖常见请求和重要边界情况的黄金样例，预期行为需业务负责人确认。AWS 提示分数可能因运行和仓库版本不同而变化。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。