# eval

评测集先于智能体。这里写样本从哪来、失败类怎么定、门槛写什么，以及上线后如何回归。

- [演示过了、生产挂了：最后一公里通常死在哪](/blog/last-mile-why-demos-die)
- [企业场景评测集怎么写：样本、失败类、门槛](/blog/how-to-write-an-eval-set)