前 Google 工程师 Cosmin Negruseri：普通软件与 agentic 系统的区别全在 evals

andreisavu 转述前 Google 工程师 Cosmin Negruseri 的观点：普通软件、ML 与 agentic 系统的关键差异都体现在 evals 上，因为 eval 集本身就是系统规格。其提出新项目应先明确期望输出，再收集真实示例、构建 golden set、制定标注指南并定义发布指标，最后持续扩大评测集。