Arize AI 产品经理 Aman Khan 拆解了 AI 智能体的评估框架。 核心内容涵盖：利用 Trace 可视化多智能体协作流程；通过 Prompt Playground 快速迭代模型表现；建立大语言模型作为裁判的自动化评估体系，并强调了人工标注对纠正评估偏差的关键性。 演讲明确指出：AI PM 的核心竞争力在于定义评估标准，而非仅仅撰写文档。