闭环智能体评估：分层度量与自校准

研究者提出面向已部署 AI 智能体的闭环评估方法，通过分层度量与双闭环机制实现评估自校准并驱动智能体持续改进。该方法覆盖 span、trace、conversation 与 engagement 四个分析层级，利用内循环审计证据与指标，外循环运行回归检查。