Google Cloud发布评估智能体技能的五条规则

Google Cloud称，团队近期持续测量并优化其Google Cloud Developer Plugin，在Gemini、Antigravity等智能体上运行数十个场景，并在GKE Autopilot的隔离Harbor容器中使用Claude Sonnet 5，同时向英伟达开源评估器贡献了Kubernetes与Gemini平台能力。该团队提出验证技能是否值得消耗token的五条工程规则：在启动容器前拦截触发冲突与安全风险，因为编码智能体在首轮并不读取完整SKILL.md，路由器只检查YAML前置元数据中的名称与描述；不要相信在开发者笔记本上运行的评估，本地缓存的凭证与项目变量会污染基线；应测量配对的有无技能消融（Pass@3），而非凭感觉判断。团队称其检索研究中超过三分之一的基准任务在相同代码与提示下连续运行得分不同。