AI Agent 评测怎么做：从 PRD 阶段定义验收口径到六步评测流程

作者提出 Agent 评测要从写 PRD 阶段就开始，把每个核心功能点拆成可观察、可验收的检查项，并给出结果、过程、代价三组共六个评测维度。打分手段分确定性评分、轨迹评分、LLM-as-a-Judge 和人工评审四种，能写成规则的优先交给代码，规则写不了的交给大模型，争议样本留给人工。