Google 详解 AI 智能体评测：从凭感觉检查到 CI/CD 门禁

Google 开发者博客发布 AI 智能体评测指南，主张用关键用户旅程（CUJ）拆解测试场景，并以布尔判分取代 1 到 5 分的模糊打分。文章把评测分为 Day 0 手工读 trace、Day 1 自动化检查、Day 2 接入 CI/CD 门禁三步，并列出删除测试、模糊评分、只看文本忽略成本、为不同框架重写流水线四个陷阱。