Hamel Husain：通用评测指标大多弊大于利，应基于错误分析自建评估器

Hamel Husain 称大多数情况下不该用现成通用评测指标，helpfulness、coherence 等抽象分数与具体用例无关，高分只会制造虚假信心、浪费时间。他建议先做错误分析理解失败模式，基于真实问题定义二元失败类别并创建自定义评估器，再用人工判断校验。有经验的从业者仍可把通用指标当作探索信号，筛出值得人工审查的 trace。