邵猛整理 LangChain Agent Evals 常见问题 Cheatsheet

邵猛针对 LangChain 团队发布的 Agent Evals 常见问题解答，整理成一份便于随时查看的 Cheatsheet。内容涵盖从真实 trace 起步建立 10–20 条数据集、离线与在线两道评估闸门、代码优先于 LLM 裁判的评估器优先级、小模型裁判将成本降至 $0.34 vs Claude Sonnet 4.6 的 $28.17，以及基于 Harbor 的容器化 benchmark 与多轮对话、轨迹与终态评估等进阶问题。