Garry Tan 宣布：YC内部AI基础设施栈将很快上线全套LLM评估系统

Garry Tan在X上宣布，GStack（YC内部AI基础设施栈）将很快上线全套LLM评估系统，他强调：只有通过系统化、可量化的评估，才能让agentic系统在工作流优化、上下文工程与提示迭代中实现“可重复、持续变好”——没有严谨evals，任何改进都只是主观猜测，无法可靠追踪进步或回归最优版本。

这一功能对YC投资组合公司意义重大：当前大量agent项目卡在“看起来更好但无法量化”的阶段，GStack的evals将提供标准化基准、自动回归测试与性能追踪，帮助创始人快速验证prompt变更、工具调用顺序或多agent协作是否真正提升成功率与鲁棒性，加速从原型到生产级agent的迭代周期。

YC官网博客、Garry Tan近期播客（如20VC与Lenny's Podcast文字稿）及Hacker News讨论交叉确认，GStack已成YC内部标配AI工具链，此次evals上线被视为对agentic AI从“艺术”转向“工程”的关键一步，预计数周内向YC网络开放测试。

来源：公开信息