让 AI 给 AI 打分，到底靠不靠谱？别再让大模型自己给自己打分了！AWS 这招用 20 亿参数小模型把智能体评估变成可阈值化的概率

AWS 官方博客给出方案：把决策模型接进 Bedrock AgentCore Evaluations，用固定选项加校准概率替代自由发挥的 LLM 打分，让评估结果能直接拿来卡阈值。

完整的大白话解读、专业细节和短视频口播稿，打开巨象雷达登录后查看。

原文：Use decision models with Amazon Bedrock AgentCore Evaluations