Langfuse 如何评估高风险 AI 智能体：银行助手实操演示

Langfuse 工程师 Annabell Schäfer 与 Doneyli De Jesus 以银行退款助手为例，演示如何把执行轨迹和专家反馈转化为数据集、混合评估器、CI 门禁与业务质量信号。他们指出基础设施指标正常并不代表智能体完成任务，退款助手可能报告成功却根本没调用退款工具。