Glosario
Evaluation (evals)
Las evals son pruebas estructuradas del comportamiento de agentes o modelos frente a ejemplos y criterios — precisión, tono, coste, rechazo, uso de herramientas. Sin evals, «funcionó en la demo» es la única evidencia. Los operadores deben mantener un juego vivo de casos ligado a los flujos en producción.
Por qué importa en tu operación
Las evals convierten opiniones sobre calidad en algo que puedes seguir en el tiempo.