DeepEval

亚马逊云科技在 Bedrock AgentCore 中推出智能体评估能力，统一提供内置评估器、DeepEval 与 AutoEval 三类方案，可通过 ListEvaluators API 一次性获取。文章指出，延迟与用户反馈等表层信号无法反映任务完成度、长会话话题漂移、PII 泄露与步骤遗漏等深层行为，团队应先明确成功标准与可观测的轨迹证据再选择评估器。