动态
实验进度、上线、方向调整。只记有节点意义的事。
- 跑批118 题切到批量模式,执行模型换到 OpenRouter 上的 DeepSeek Flash
- 转折结束上一份前端工作,全职投入 agent 评测与 harness
- 产品开始筹划类 Anki 的间隔重复软件,先定了 AI 制卡与质检两条线
- 评分评测流程改成「可判定子断言 + 抽人检」,替换掉原来的整体打分
- 上线售后客服 Agent 平台上线,6 类场景契约跑通回归评测
- 立项开始搭售后客服 Agent 平台:三套界面 + 一层 agent 平台