英国数字健康公司Numan近日对外复盘了其AI健康教练产品Nu的评测体系建设过程。这家公司给出的核心判断是：在构建此类应用时，真正稀缺的资产并非精心打磨的提示词，而是一套可靠的评测标准。

在早期实践中，Nu团队尝试过两种常见路径——单轮静态数据集和脚本化的多轮对话，但两者都难以还原真实用户会话的复杂程度，覆盖能力存在明显短板。

为此，Nu调整了评测架构：一方面构建按类别打分的主题数据集，另一方面引入模拟对话层，由成本更低的模型扮演患者角色，以更贴近真实交互的方式生成测试样本。

在发布流程上，Nu让安全回归测试承担起自动阻断的角色，一旦相关指标未达标，发布即被拦截。这一机制将评测从离线分析环节前移到发布决策链路之中。

对AI健康类产品而言，Nu的实践提供了一个可参考的样本：评测体系的建设深度，往往决定了产品能否在真实场景中稳定运行。