Mikaela Grace

概述

Mikaela Grace 是 Anthropic 的工程师，参与了 Agent 评测系统工程的指南撰写，是《Demystifying evals for AI agents》一文的第一作者。

关键内容

1. 在 Anthropic 的工作：
2. 主导 Agent 评测从零到一的系统工程指南
3. 撰写关于评测生命周期管理的全面技术博客

4. 定义了完整的 Agent 评测术语体系（Task/Trial/Grader/Transcript/Outcome）

5. 技术贡献：

6. 提出"没有 eval 的团队陷入被动修复循环，有 eval 的团队能主动驾驭质量"的核心理念
7. 建立四类 Agent（编码、对话、研究、计算机使用）的具体评测策略

8. 澄清 pass@k vs pass^k 的统计含义与适用场景

9. 合作者：与 Jeremy Hadfield、Rodrigo Olivares、Jiri De Jonghe 共同完成评测指南的撰写。

来源

• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/12_demystifying_evals.md — 第一作者信息

相关

• Anthropic — part_of
• Jeremy Hadfield — compares_to
• 评测驱动开发 — implements