Galileo
把失败挡在发生之前
Galileo 是面向企业 GenAI 应用的可观测与评测工程平台，官网首页的主张只有一句：不要只盯着 AI 失败，而要让它不再发生。配合这句的还有一条更具体的产品承诺，离线阶段跑出来的评测可以直接变成生产环境里的护栏。平台用评估、监控、保护三个动词概括自己能做的事，服务对象是在规模化场景下运行大模型应用与智能体的团队。首页首屏同时给出免费开始与预约演示两个入口，登录与关于页分列两侧，定位语写的是企业信任与开发者喜爱兼得。
深度介绍
Galileo详细介绍
二十余项开箱评测，按场景分类摆好
评测层是平台的货架。官网列出二十余项开箱即用的评测，按 RAG、智能体、安全、合规与自建五个入口分类摆放，团队可以先用现成评测集起步，再按自己的领域补自定义评测。页面上还写明了一个前提：看不清状态就没法发布，所以评测要先于上线。判分环节引入 LLM-as-judge，由体积更小、延迟更低的 Luna 模型承担，目的很明确，把判分成本压下来，让高频评测跑得起，也让自建评测不必从零写提示词。
评测下沉成护栏，成本压到更低
把评测变成护栏是这套平台的收尾动作。官方给出的路径是先建评测、调到满意，最后把调优好的评测蒸馏成紧凑的 Luna 模型，让它盯住 100% 的线上流量，成本口径是比原先的做法降低 96%。评测本身也有门槛，通用评测会设一条 F1 下限，指标达不到七十分就不放行，避免把不够准的评测当成标准去卡业务。对已经有评测集的团队来说，这套流程省掉了重新准备数据的功夫，评测结果可以直接沿用到线上。
从模型到调用链，信号一并接入
观测要先有数据。平台把模型、提示词、函数、上下文、数据集、调用链以及 MCP 服务端等信号统一接入，首页用一句 Millions of signals 概括这个吞吐量级。信号接进来之后，评测与监控才有完整的上下文：一次回答为什么变差，往往要回到提示词、上下文和工具调用上去找。MCP 服务端作为独立信号列出，说明平台已经把智能体的外部工具链也纳入了观测范围，排查时不必再把工具侧单独割出来看。
insights 引擎定位失败模式
拿到信号之后，平台用 insights 引擎分析智能体的行为，找出失败模式，暴露出平时看不见的隐藏规律，并给出修复方向。这一段对应的是排障场景：线上表现波动时，团队需要的不只是报警，而是能定位到具体调用、具体提示词的线索。官网把这句能力描述与加速部署的说明放在一起，意味着评测与监控可以随业务一起扩到大规模流量，而不是只在小流量环境里跑通一次就算数。
免费开始或预约演示，两条上手路径
上手入口在首页首屏就能看到：Get Started for Free 面向想自己先试的团队，Book a Demo 面向需要方案沟通的企业用户，登录入口单独列出。官网同时挂着定价页与文档，想先看清楚能做什么、怎么接、要花多少钱，都可以在联系销售之前完成。页面上还有一句面向双方的定位语，说的是企业信任、开发者喜爱，说明它既想进企业采购流程，也想让开发者先跑起来，两条路互不耽误。
文档、资源与站点入口一览
公开资源分两层摆放：文档区负责接入与使用说明，资源区收录更深的内容，配合关于页与登录入口一起构成站点的骨架。定价页、文档、资源库在页面上都有直接入口，不需要层层点选。对第一次接触可观测与评测这套概念的读者，可以从文档的入门部分开始；已经在跑评测的团队，则可以直接从定价页判断方案是否合适。整站信息结构不复杂，找东西花不了太多时间，官方也在首页标注了版权年份为 2026。
产品特点
核心功能与独有价值
失败在发生前就被挡住
平台把监控和制止分成前后两件事，卖点落在后半句上，光看见还不够，得让它不发生。评测集建好之后可以反复复用，上线前跑一遍、出问题时再跑一遍，同一份数据换个场合继续发挥作用。对新手来说门槛不算高，用熟之后也能接住更复杂的场景，适合长期留在团队的工作流里。
判分交给更小的模型
LLM-as-judge 听起来要多花钱，这里的做法是把判分任务压到紧凑的 Luna 模型上，延迟和成本一起降下来。评测从一次性检查变成可以频繁跑的日常动作，团队不必再为了省算力而少跑几组，指标变化也能更早被看见，对需要持续跟踪质量的团队尤其划算。
七十分以下就不上桌
通用评测把 F1 下限写清楚，指标不够准就不放行，等于给评测集本身也设了一道质量关。这样做的好处是评测结果本身可信，用它去卡业务时不会因为标准太松而误伤正常版本，也不会因为标准太松而漏掉真正出问题的那次改动。
调用链和工具链都在观测里
把调用链与 MCP 服务端一起接进来之后，一次回答背后经过了哪些模型、哪些工具都能对上号，排查问题时不用再靠猜。信号齐全了，评测才有完整的上下文，修复建议也才落在真正出问题的那一环上。
最近动态
重要更新
离线评测可直接转为线上护栏
官网当前主推的能力是把离线跑好的评测下沉成生产护栏，用紧凑的 Luna 模型覆盖 100% 的线上流量，官方给出的成本口径为降低 96%。已有评测集的团队不必重新准备数据，直接沿用即可。
开箱评测覆盖到二十余项
首页列出的开箱评测已达二十余项，按 RAG、智能体、安全、合规与自建五个入口分类，判分由低延迟的 Luna 模型承担，新建评测集时不必从零写提示词，先用现成项也能跑通一轮。
免费试用与演示双入口常驻首屏
首页同时提供免费开始与预约演示两个入口，登录与定价页分列，文档和资源库可直接打开。新用户不联系销售也能先跑通一次评测，需要方案沟通时再走演示通道，两条路径互不影响。
产品总结
Galileo 是面向企业级 GenAI 应用的可观测与评测平台，帮助团队在规模化场景下评估、监控并保护自己的大模型应用与智能体。它的主张很直接：不要只盯着 AI 失败，而要在失败发生前把它挡住；离线阶段跑出来的评测结果，可以直接转成线上护栏。官网首页把这句话放在最显眼的位置，下面接着铺开一条从采集到护栏的完整路径，读起来像一份能照着执行的操作说明。 整条路径分三步走。第一步 Capture，把真值从三个来源汇聚起来并引入专家标注，让评测集成为可以持续维护的资产；第二步 Build evals，用二十余项开箱评测覆盖 RAG、智能体、安全与合规几类场景，也支持按自己的领域自建评测，其中通用评测会卡一条 F1 下限，指标不够准就不放行；第三步 Go to guardrails，把调优好的评测蒸馏成紧凑的 Luna 模型，用它盯住 100% 的线上流量，官方给出的成本口径是比原有做法降低 96%。 数据侧，平台把模型、提示词、函数、上下文、数据集、调用链以及 MCP 服务端等信号一并接入，靠 insights 引擎分析智能体行为、找出失败模式并给出修复建议。对外入口也齐全：官网、定价页、文档与资源库都能直接打开，既可以从 Get Started for Free 免费上手，也可以 Book a Demo 预约演示，适合评测工程、平台与 SRE、风控合规以及 agent 开发团队在上线前做评测、上线后做监控与排障。
- 产品类型
- 面向企业 GenAI 应用的可观测与评测工程平台
- 支持平台
- 网页版
- 资费模式
- 提供免费开始与预约演示两个入口，具体档位以官网定价页为准。
核验信息
参考文章与数据来源
本页产品信息核对于 2026-10-04，来源包括 Galileo 官网首页、定价页、文档与资源库，以及站点的 robots 规则与站点图。评测分类、三步工作流、信号接入范围、成本口径与双入口说明均引自官网公开文案，标识与封面取自官网公开图片资源，未做额外推断。
用户体验调查
Galileo介绍页面对您是否有帮助？