全球已有超过一百万家企业在把 AI 用到实际业务中，以提高效率和创造价值，但也有不少组织未能得到预期效果。这种差距到底源于什么？ 在 OpenAI 内部，我们也在用 evals 推动雄心勃勃的目标。 evals 是一套衡量并改进智能系统是否达成预期的方法。 像产品需求文档一样， evals 把模糊的目标和抽象的想法具体化、明晰化。把 evals 当作战略工具，可以让面向客户的产品或内部工具在大规模使用时更可靠，减少高严重性错误，规避下行风险，并为组织指明可衡量的、提高投资回报率的路径。 对 OpenAI…