怎么监控和评估效果？
5 条做法，来自 5 位实践者，这周新增 3 条
做法
评测是 AI 工程里最被低估的一项技能从 100+ 条生产 trace 做错误分析定指标，建分层黄金集，先用确定性断言，RAG 检索与生成分开评。
AI 服务应该监控哪些指标，才能提前发现问题接口成功率与任务成功率分开统计，延迟看首字与完整耗时并配 P95 和样本量，容量预警盯排队长度与最老请求等待。
用 Dify 搭一个工业环网排障 AI 助手：知识库、技能包、评测闭环与上线校验的完整复盘评测用 17 个用例与 11 条规则评分器做回归，评分器先用 12 个 fixture 自测，上线前用只读校验脚本核对现网配置。
别人的工作流：只有三样抄得走跟做他人工作流失败后总结可抄的三样：输入四字段写死缺一即报错、判据用平台侧条数与标题核对、台账只记平台侧证据；文中平台张数上限等具体规则以平台当前后台为准。
Agent 测评全景：从测试绿灯到真实任务价值评测把运行、依据、内容、交付四个坐标分开记录，失败与未知分别留档，并用人工锁定标签校准裁判模型。