01Aufgabenqualität und schwerwiegende Fehler
Zusätzlich zur Durchschnittspunktzahl werden falsche Zusagen, fehlerhafte Beträge, Überautorisierungsantworten, falsche Tools Calls und nicht wiederherstellbare Geschäftsaktionen separat geprüft.
02Wissensdaten und -versionen
c Anerkennung maßgeblicher Quellen, Gültigkeitsdauern, Privilegien, Indexvervollständigung, Daten-Snapshots und Neubewertungsmechanismen nach Änderungen.
03Identität und Tool Security
Testen Sie die Mindestrechte, Tipps, indirekte Anweisungen, Argumenten, sensible Informationen, Genehmigung von Bypass- und multiplen Agenteninformationen für Fälschungen.
04Schnittstellen und Datenkonsistenz
Validierung von Entropie, Wiedertestung, Kompensation, Abgleich, Timeout, Beschränkung durch Dritte und teilweiser Erfolg, um zu verhindern, dass Unstimmigkeiten im AI-Prozess verbleiben.
05Leistungs- und Betriebskosten
Überprüfen Sie Antwort, Warteschlange, Cache, Modellkontingente, einzelne effektive Missionskosten und Kostenwarnungen unter Repräsentation und Kontextlänge.
06Überwachung und Rückverfolgbarkeit
Protokolle sollten für Benutzer, Aufgaben, Modelle, Wissen, Tipps, Tools, Genehmigungen und Geschäftsergebnisse relevant sein, wobei unnötige und sensible Inhaltsaufzeichnungen vermieden werden sollten.
07Manuelle Übernahme und Geschäftsfortführung
Vorbereitung auf Ablehnung, Umwandlung, Read-Only, Entwurf, Standby-Modell, Herabstufung von Regeln, Wiederherstellung von Missionen und Notfallstilllegung.
08Greyscale und Release Governance
Identifizieren Sie die ersten Benutzer, den Beobachtungszyklus, die Bedingungen für die Erweiterung, die Bedingungen für den Fehler, das Rollback der Version und die Aufgaben für die Rückkehr nach dem Release.