客服 Agent 的评估从黄金指标转向 Rubric 后，“好不好”被拆成一组带权重的分数，每条扣分都对应具体对话证据。AgentLoop 的实践显示，这套体系让失败根因可追溯，同时为数据飞轮提供可复用的迭代信号。 传统黄金指标在客服场景里常常只给出通过或失败的二元判断。系统可能记录一次对话是否在规定时间内结……

阅读全文