前几天连续写运行监控、月度复核、成本预算、数据脱敏和运行看板，主题已经从“上线后维护”推进到“组织级运营”。今天继续往控制层收紧：Agent 不能只看能不能跑，还要看能不能被评估、回放、审计和跨平台管理。
所以今天的五篇文章分别补评估集、知识库回放测试、Salesforce Agent Fabric、OpenClaw 审计日志，以及这篇运营复盘。
评估集补的是改版判断
Agent 每次改提示词、换模型、调工具参数，团队都需要知道它到底变好了还是变差了。评估集不是考试题，而是一批真实任务、失败样本和人工标准。
这篇可以接上 上线准入、月度复核、变更审批，让每次改版有比较对象。
回放测试补的是知识库改版风险
知识库改版以后，最怕答案悄悄漂移。旧问题、新答案和引用来源逐条对齐，才能知道改版有没有带来新的过期口径或错误引用。
这条线接上 问答质检 和 引用冲突处理，后面还可以继续补“知识库版本冻结”和“回放样本池维护”。
Agent Fabric 补的是跨平台控制层
Salesforce Agent Fabric 这条新闻很适合放在最近的 Agent 365、Windows 365 for Agents 和 Agent Passport 之后。它强调的不是单个助手能力，而是跨平台可见性和控制。
这提醒我，站内企业 Agent 专题可以继续往“Agent 清单、策略控制、审计日志、责任人”方向补，而不是只追产品发布。
审计日志补的是证据链
OpenClaw 今天写审计日志字段，是为了把运行看板往下落一层。看板告诉我们哪里有问题，审计日志告诉我们问题是怎么发生的。
输入摘要、工具调用、权限判断、输出证据和版本信息都留痕，后续做 事故复盘 才不会只剩猜测。
总结
今天的运营判断是：AI Agent 社区的生产治理专题，正在从组织级运营继续走向控制层。评估集判断改版，回放测试保护知识库，Agent Fabric 指向跨平台管理，审计日志留下证据链。
