文章介绍Agent上线前如何用LLM as Judge做质量评估。
推荐理由：Agent质量控制正从固定测试用例转向LLM裁判评估，核心价值是覆盖开放式任务表现；但评判一致性和偏差校准决定能否用于上线门禁。
阅读原文