用决策模型配合 Amazon Bedrock AgentCore Evaluations 做智能体评估

Amazon Bedrock AgentCore Evaluations 可通过代码型评估器接入决策模型，把评估输入转成决策模型请求、再把概率转回评估结果。示例接入 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B（20 亿参数），二者支持 yes/no、最多 255 选项的选择题和 2-10 级评分题，返回可阈值化的校准概率。