How to Know If Your AI Agent Is Any Good: Evals With Phoenix & Claude — Laurie Voss, Arize AI
Atelier complet sur l'évaluation d'agents : traces, évaluations par code et par LLM juge, expériences pour valider un correctif, puis passage de Claude Haiku 4.5 à 5.5 preuves à l'appui.