接 Phoenix + AI Agent 行为监控：那篇讲"怎么用 Phoenix 看 Agent 调用"——**本篇讲"为什么 Agent 测评比 LLM 测评难 10 倍" + 5 大测评维度 + Multi-Agent 评测体系。从 NL2API/NL2SQL/NL2CODE → 记忆 → 规划 → Multi-Agent 协作 → 实战实践。

接 W4 学习总结 + W6 记忆与上下文 + Phoenix + AI Agent 行为监控 + Agent 测评 5 关键：8 周完整收官——不是"会用 AgentScope"——是"AI Agent 应用架构师"——4 大可验证能力全部打勾。