OpenRouter 发布教程，介绍如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。教程给出五步流程：抽样生产流量、去重聚类、补充预期输出与评分标准、首轮评估并修正 rubric、提交 Git 并接入 CI。文中建议从约 10 条探索单一问题起步，完整回归集为 100 至 1,000 条，并强调真实
OpenRouter 发布教程：从生产流量构建 golden 评测集并跨模型复测