已收录文章摘要，完整内容可前往原文阅读。
不是写一次提示词就完工，而是在反复测试、负优化、回滚、拆解中“长”出来的。本文来自一线团队的实战复盘：如何用量化评测驱动 Agent 迭代？为什么 Few-shot 用多了反而更差？怎样通过精简输入和职责拆分，让准确率和速度双双提升？
已收录文章摘要，完整内容可前往原文阅读。
不是写一次提示词就完工，而是在反复测试、负优化、回滚、拆解中“长”出来的。本文来自一线团队的实战复盘：如何用量化评测驱动 Agent 迭代？为什么 Few-shot 用多了反而更差？怎样通过精简输入和职责拆分，让准确率和速度双双提升？