Evaluation

에이전트보다 먼저 평가: 점수를 매길 수 없다면 출시할 수도 없다

평가 하네스가 없으면 모든 에이전트 변경은 감으로 하는 확인일 뿐이다. 에이전트보다 먼저 점수판을 만들고, LLM 심사자도 틀릴 수 있는 부품으로 다뤄라.