AI Agent Evals: Test, Measure, and Ship Reliable LLM and Agent Systems: Build Evaluation Pipelines, Catch Regressions, and Score Accuracy, Cost, and Safety with Claude, Codex, and Python
Lingua: inglese
Editore: Independently published, 2026
- Brossura
- Nuovo

Da: California Books, Miami, FL, U.S.A.California Books
Venditore AbeBooks dal 27 ottobre 2023
Condizione: Nuovo
EUR 23,92
Quantità: Più di 20 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Print on Demand.
Codice articolo I-9798191291697
- Titolo
- AI Agent Evals: Test, Measure, and Ship Reliable LLM and Agent Systems: Build Evaluation Pipelines, Catch Regressions, and Score Accuracy, Cost, and Safety with Claude, Codex, and Python
- Autore
- Stallard, Smith
- Editore
- Independently published
- Anno di pubblicazione
- 2026
- Condizione
- New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 13
- 9798191291697
Your Agent Passed the Demo. It's Still Failing in Production. You Just Can't See It Yet.
Something changed in how AI gets built — and almost nobody is measuring it correctly.
Your agent works in the demo. The refund processes, the ticket closes, the room nods. Then it ships. And somewhere out in production it's quietly telling customers the wrong policy, burning fifty dollars on a task that should cost forty cents, and leaking one customer's data to another — all while every dashboard glows green. No crash. No error. No alert. Just silent, expensive, trust-destroying failure that you won't discover until a customer does.
Here's the uncomfortable truth: evaluating an AI agent is nothing like evaluating a chatbot. A chatbot returns a sentence you can eyeball. An agent produces a trajectory — a chain of tool calls, decisions, and actions where any single step can go wrong in ways a spot-check will never catch. The old playbook of "run it a few times and see if it looks good" isn't just weak. It's the reason your agent is failing right now without your knowledge.
This book takes you from "I hope it works" to "I can prove it works — and prove it stays working."
You'll build a complete evaluation program from the ground up, following one realistic system the entire way: Northwind Support, a customer-service agent with real tools, real policies, and real failure modes you'll learn to catch by construction. This isn't theory. It's a working project you build chapter by chapter — instrumented traces, a coverage-driven test dataset, code-first graders, calibrated LLM judges, and a CI gate that blocks bad changes before they reach a customer.
By the end, you will know how to:
- Trace what your agent actually did — not what it said it did
- Build datasets from real failures that get stronger every time reality attacks them
- Grade accuracy with honest statistics (no more "82% means nothing" numbers)
- Measure cost and latency straight off the trace — and know when an 88% agent is a procurement mistake
- Probe for jailbreaks and prompt injection continuously, and turn red-team runs into audit evidence
- Ship model migrations on evidence, not vibes and a leaderboard
- Close the loop so every production failure becomes a permanent, automated defense
The window to build this discipline is open right now. A small group of engineers is already treating evals as the core skill of the AI era — gating every deploy, catching regressions in minutes instead of incidents, and shipping agents they can actually defend to a VP, an auditor, or a customer. Everyone else is still running their agent on faith and hoping.
Written in a practitioner-to-practitioner voice — no filler, no academic detachment, no AI-sounding fluff — every technique is shown in runnable Python against the same system, so you learn operationally instead of abstractly. Complete appendices give you a 2026 tooling field guide, a critical benchmark reference, copy-ready judge prompts and rubric templates, and a full environment setup so every listing runs as written.
Your agent is already failing quietly. The only question is whether you catch it first — or your customers do.
Stop shipping on hope. Start shipping on measurement. Build the system that makes your agents provably reliable — starting today.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
California Books
Miami, FL, U.S.A.
Venditore AbeBooks dal 27 ottobre 2023
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 3 a 7 giorni lavorativi | Da 2 a 5 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 10,32 |
Metodi di pagamento
Descrizione dello Store
We have 20 years experience selling books worldwide! Friendly customer support. Your satisfaction guaranteed!
Specializzazione
All authorized categoriesInformazioni sull’azienda del venditore
Miramar International Services LLC
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a California Books, Fort Wayne, Indiana, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.