How to Know If Your AI Agent Is Any Good: Evals With Phoenix & Claude — Laurie Voss, Arize AI
TL;DR · AI 摘要
Title: How to Know If Your AI Agent Is Any Good: Evals With Phoenix & Claude — Laurie Voss, Arize AI URL Source: Markdow...
核心要点
- 主题聚焦：How to Know If Your AI Agent Is Any Good: Evals
- 来源：AI Engineer，建议结合原文判断细节。
- AI 分析暂不可用，本条为保底评分与摘要。
视频笔记
如何判断你的AI代理是否优秀：使用Phoenix和Claude进行评估 — Laurie Voss, Arize AI - YouTube
返回 
跳过导航
搜索
语音搜索
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
如何判断你的AI代理是否优秀：使用Phoenix和Claude进行评估 — Laurie Voss, Arize AI
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
点击取消静音
2x
如何判断你的AI代理是否优秀：使用Phoenix和Claude进行评估 — Laurie Voss, Arize AI
AI工程师 4,595次观看 6小时前
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
复制链接
信息
购物
如果播放未能及时开始，请尝试重新启动设备。
•
您已退出登录
您观看的视频可能会被添加到电视的观看历史记录中，并影响电视推荐。为避免此情况，请取消并登录YouTube电脑版。
取消 确认
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
分享
[](https://www.youtube.com/watch?v=SHMCGrNJJGc "分享链接")- [x] 包含播放列表
在检索分享信息时发生错误。请稍后再试。
0:00
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)[](https://www.youtube.com/watch?v=96jN2OCOfLs)
0:00 / 0:00
直播
•观看完整视频
•
简介与设置
•
1:41:44 为什么一个AI代理是不够的（以及如何运行1000个）- CJ Avilla & Harrison Stall，Anthropic AI工程师 11K • 1天前 直播 播放列表 ()Mix (50+)1:48:30 AI如何改变编程 Jane Street 37K • 1天前 直播 播放列表 ()Mix (50+)51:49 内存感知代理工具在反洗钱中的应用 — Nacho Martinez，Oracle AI工程师 8.3K • 18小时前 直播 播放列表 ()Mix (50+)14:22 Mythos 5和Google刚刚突破量子计算（重大突破）AI革命 1.3K • 39分钟前 直播 播放列表 ()Mix (50+)26:17 Andrew Ng谈代码代理和决定构建什么 Supabase Library 40K • 5天前 直播 播放列表 ()Mix (50+)1:00:57 停止编码，改用软件工厂 David Ondrej 90K • 6天前 直播 播放列表 ()Mix (50+)1:08:04 Jev解释：大家都在竞相复制的AI模型（Diogo Almeida）The MAD Podcast with Matt Turck 4.4K • 2天前 直播 播放列表 ()Mix (50+)1:44:28 斯坦福CME295变压器与LLMs | 2026年秋季 | 第1讲 - 变换器 斯坦福在线 564K • 2周前 直播 播放列表 ()Mix (50+)44:51 Matt Pocock：最有价值的AI技能 2027 Nate Herk | AI自动化和Matt Pocock 162K • 1天前 直播 播放列表 ()Mix (50+)40:44 现在是进入数学的最佳时机 3Blue1Brown 1.6M • 1天前 直播 播放列表 ()Mix (50+)50:26 中国为何建造如此多基础设施的真实原因 Johnny Harris and Max Fisher 2.6M • 2天前 直播 播放列表 ()Mix (50+)29:49 Andrej Karpathy：从随意编码到代理工程与Stephanie Zhan Sequoia Capital 1.6M • 5个月前 直播 播放列表 ()Mix (50+)
登录以确认您不是机器人
这有助于保护我们的社区
如何判断您的AI代理是否优秀：使用Phoenix和Claude进行评估 — Laurie Voss，Arize AI
AI工程师
764,000订阅者
订阅
已订阅
43
分享
下载
下载
保存
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
.
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
K
次观看
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
小时前
4,595次观看 • 2026年10月17日
您的AI代理撰写了一份自信的股票报告，声称116%的分析师同意。但您的检查并未发现任何问题。这就是修复此类问题的研讨会……更多内容
...更多内容
制作方式
自动配音
/think
部分语言的音频轨道已自动生成。了解更多
章节
查看全部
[Intro & setup](https://www.youtube.com/watch?v=SHMCGrNJJGc&pp=0gcJCTUDDuyUWbzu)
0:00
["Looks good to me" isn't a test suite](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=167s)
2:47
[Traces vs. evals: the mental model](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=297s)
4:57
[Code evals, LLM judges & human review](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=510s)
8:30
[Why agents are confidently wrong](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=717s)
11:57
[Step 1: Tracing with Phoenix](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=992s)
16:32
[Step 2: Reading your traces](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=2196s)
36:36
[The 116% analyst consensus bug](https://www.youtube.com/watch?v=SHMCGrNJJGc&t=2601s)
43:21
字幕
可通过字幕同步观看。
显示字幕
视频关于
视频详情
日期
2026年10月17日
观看次数
4,595次
点赞数
43个
显示更少
[](https://www.youtube.com/watch?v=SHMCGrNJJGc)
如何判断你的AI代理是否优秀：使用Phoenix与Claude进行评估 — Laurie Voss，Arize AI
4,595次观看
2026年10月17日
43个赞
分享
下载
下载
保存