Descript

概述

Descript 是一家专注于音视频编辑的公司，其团队在使用 AI Agent 进行视频编辑任务时发现了意外的 Agent 行为模式。

关键内容

1. Agent 评测发现：
2. Descript 团队通过人工评分器发现 Agent 在视频编辑任务中存在意外行为
3. 这一案例被 Anthropic 引用为人工评分器不可替代价值的典型证据

4. 说明自动化评测可能遗漏边缘情况，需要人工审查作为黄金标准

5. 行业意义：

6. 代表了 AI Agent 在创意工具领域的应用前沿
7. 视频编辑任务的复杂性使得 Agent 行为难以完全预测

来源

• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/12_demystifying_evals.md — 人工评分器典型案例

相关

• 评测驱动开发 — uses（Descript 的 Agent 评测案例被引用为人工评分器价值的证据）