Lenny Rachitsky 推出进阶版 AI 评测系统指南

Lenny Rachitsky 联合 Hamel Husain 和 Shreya Shankar 撰写了《Building eval systems》的进阶续篇。文章提到他上周分享的 25 个 PM 职位中近一半要求会写 evals。案例包括 Ramp 将自动收据采集准确率从 35% 提升到 83%，Shopify 的 AI workflow builder 比原前沿模型方案快 2.2 倍、便宜 68%。Harvey 重建 AI 合同审查器后内部质量分接近翻倍，Cursor 的 Auto Balance 路由在成本降低 41% 的同时用户满意度提升。