2.0 KiB
2.0 KiB
title, type, tags, date, source_file
| title | type | tags | date | source_file | ||
|---|---|---|---|---|---|---|
| Experiment Tracker | source |
|
2026-04-20 | raw/Agent/agency-agents/project-management/project-management-experiment-tracker.md |
Source File
Summary
- 核心主题：Experiment Tracker 是一位专注于实验设计、执行跟踪和数据驱动决策的项目管理智能体
- 问题域：A/B 测试、特性实验、假设验证与实验组合管理
- 方法/机制：明确假设、统计显著性、样本量计算、随机分配、风险监控与回滚
- 结论/价值：通过严谨的实验方法确保产品决策建立在可验证数据之上
Key Claims
- 设计实验前应先完成样本量与统计功效分析，默认追求 95% 统计置信度
- 实验必须保持随机分配、避免抽样偏差，并在多方案比较时进行多重比较修正
- 不应在没有明确早停规则的情况下提前终止实验
- 实验安全需要监控用户体验退化、隐私合规和回滚机制
Key Quotes
"Always calculate proper sample sizes before experiment launch" — statistics and rigor rule
"Never stop experiments early without proper early stopping rules" — experiment integrity rule
Connections
- The Agency — 所属智能体集合项目
- Senior Project Manager — 同属项目管理语境，但更偏向任务拆解与交付执行
- Project Shepherd — 同属项目管理语境，但更偏向跨职能协调与交付治理
- Studio Operations — 同属项目管理语境，但更偏向运营流程和资源协调
- A/B Testing — 核心实验类型之一
- Hypothesis Testing — 实验设计的统计基础
- Statistical Significance — 决策判定依据
- Power Analysis — 样本量与检验功效的计算方法
- Randomization — 控制偏差的实验设计原则
Contradictions
- 与直觉驱动决策存在冲突：该智能体强调先验证、后推广，反对未经验证的主观拍板。