大淘宝技术提出 Agent 评测方法论：五层、四步、三阶段与 Auto Rubrics

大淘宝技术针对策略效果类 Agent 提出“五层、四步、三阶段”评测方法论：五层评测对象界定评什么，四步质量归因（诊断、定位、优化、验证）决定评完怎么办，三阶段上线治理（准入、灰度、监控）解决如何上线。团队同时提出 Auto Rubrics 方法，用结构化 Rubrics 替代黑盒 Reward Model，通过三层架构构建可解释的业务效果 Judge 体系，规避位置偏差与选择过拟合等陷阱。