如何判斷你的 AI 代理到底行不行：用 Phoenix 與 Claude 做評估——Arize AI 的 Laurie Voss
Arize AI 的 Laurie Voss 示範如何在 Phoenix 中評估 Claude Agent SDK 代理：追蹤真實失敗案例、撰寫以結果為導向的程式碼評估與 LLM 評審，並在把評估接進 CI 之前，先用人工標註驗證評審的準確度。
推薦理由：本影片示範用 Phoenix 追蹤與多層評估，提供可落實於實務的代理可靠性驗證流程，並能直接套用於 CI/CD 或日常監控，以提升代理部署安全性。