英文：Online Evaluation 分类：eval
在真实线上环境用真实用户流量评测系统效果的方法（A/B 测试、灰度对比），衡量"真实使用效果"，与离线评测互补。
方法：A/B 分流（随机实验）、灰度发布（渐进放量）、用户行为指标（点击/留存/完成率）、在线人工抽样；保障：统计显著性（样本量）、防干扰（网络效应）；与离线评测差异：真实分布、真实反馈。
用于产品功能上线决策（A/B）、模型升级验证（线上胜率）、推荐/搜索效果评估与 LLM 助手线上评测；在线评测是"真实世界效果"的最终裁判。