金标准五步：用一个文档问答 Agent 演示什么算对、怎么判

作者提出把 Agent 评测的金标准从答案要点清单改写为一组判官可逐项执行的判定项，并给出五步流程：先定判官分工（LLM 做语义判定、程序做确定性检查与聚合）、拆必选与边界两栏判定项、写成可执行规则、按问题类型铺用例再补跨类型失败面、定 N/K 与抖动等判定参数。全文用一个文档问答 Agent 的 18 条用例演示，并指出某类问题写不出可执行判定规则时，应先回头补产品定义。