Google AI推出pandas工具链：将Inspect AI评估日志导出为Google Sheets可视化
Google AI Developers发布系列教程第三部分，介绍如何用pandas将Inspect AI的原始评估日志转换为CSV，并在Google Sheets中生成带条件格式的迷你图，便于非技术干系人筛选和分析。
AI解读：AI评估结果以往多停留在工程师的自动化测试里，产品经理或业务主管看不懂原始日志，也难以参与讨论。这篇教程提供的思路是：用pandas把Inspect AI日志拍平成一张CSV，再导入Google Sheets，让不写代码的人也能用筛选视图和条件格式做可视化。具体做法是脚本先算出两个布尔列——样本是否完整跑完（排除API限流、超时等基础设施噪音）以及技能是否实际被调用（区分基线与有效干预），这样业务方只需点选即可只看“干净且有效”的数据。同时，CSV里嵌入了公式，导入Google Sheets后能直接在单元格内渲染彩色迷你图，例如可一眼看出评分和响应延迟并不严格相关。对于经常需要向非技术干系人汇报评估结果的团队，这能缩短从日志到讨论稿的路径。但需要留意，这种导出方式在处理多维度交叉分析时会牺牲透视表的灵活性，教程后续才打算接Data Studio。普通读者如果只是偶尔看评估报告，不必为此专门搭建脚本。
Google AI Developers于 1 月 15 日发布博客，介绍如何用开源工具链将Inspect AI的评估日志转换为适合Google Sheets的CSV文件，使产品经理等非技术干系人能够在电子表格中直接筛选和可视化AI评估结果。
pandas管道转换评估日志并预计算布尔列
该教程由Katie McLaughlin撰写，是“AI Evals设计、分析与可视化”系列的第三部分。它提供一个名为tocsv.py的Python脚本，使用pandas解析Inspect AI的评估日志，输出为CSV文件。
脚本会预计算两个布尔列：completed标记样本是否在无API 429错误、无超时截断或无容器崩溃的情况下获得有效分数，从而将模型能力与基础设施噪音分离；is_baseline_or_has_activated_skill区分基线对照组（始终为TRUE）和技能被实际调用的运行（TRUE），而技能可用但未被调用的运行标记为FALSE。
教程指出，之所以在日志导入阶段做这些计算，是为了在输出CSV中精简信息，避免将完整评估文件交给Google Sheets。
导入并可视化于Google Sheets
执行python3 tocsv.py后生成data_mega_export.csv。导入sheets.new并勾选“Convert text to numbers, dates, and formulas”，Google Sheets即会渲染彩色迷你图，映射评估指标并按三分位分层着色。
教程提到，示例数据中评分与响应延迟的相关性并不严格，并演示了使用筛选视图按成本小于 0.01 过滤低成本样本，或按延迟和评分降序排序，而不会改变底层数据。筛选视图可命名、保存和分享。
教程局限性
作者指出，电子表格作为可视化工具存在局限：公式处理嵌套IF语句或过滤器较为笨重，且扁平化的评估运行需要多个筛选视图才能理解复杂趋势。因此计划在第四部分将Google Sheet连接到Data Studio，构建低代码执行摘要仪表板。
此外，博客系列包含AI生成的图表，并声明AI协助了少量文案编辑。