Week 4 · Evaluation 与 Debugging
可复习 · 待写自己的解释我卡在哪里
还没有记录。读材料或重点时哪里不懂，就把原话记到这里，并注明出自哪份材料。
我用自己的话解释
- trace 是什么？调试 agent 时为什么先看 trace？
- eval 是什么？端到端评估和单步评估有什么不同？
- 修好一个问题以后，怎么确认真的修好了？
自动保存在当前浏览器，不跨设备同步。
写完再展开：参考解释
- Trace 是一次运行的完整记录。先看 trace，才能找到第一个出错的步骤，知道该改哪里。
- Eval 是用一组固定的任务反复测试。端到端评估只看最终结果；单步评估检查中间某一步，比如工具选得对不对。
- 用同一组 eval 任务重新跑，和修改之前对比，同时确认别的任务没有变差。
来源
- 材料见本页“本章材料”，所有链接都在 2026-10-29 打开确认过；trace 和 span 的说法来自 Agents SDK 的 Tracing 文档。
- 重点、难点、示意流程和测验由 Claude 根据本页“本章材料”里的文档整理。示意流程和操作清单是虚构的教学例子，不是真实运行的结果。
- 学习目标来自你的四周 Agent 学习计划截图；计划里的具体视频和任务尚未导入。