LangChain 推出 coding agent 评测技能
BraceSproul · x · 2026-07-23
LangChain 发布了一个新的 Eval Engineering Skill，目标是帮助 coding agents 基于仓库上下文和 agent traces 自动构建评测。
- 这个 skill 已经放在 langchain-ai/langchain-skills 仓库里。
- 可以在 Codex 或 Claude Code 里安装使用。
- 推荐流程是：先用你要评测的 agent 打开目标仓库，再通过 prompt 在 evals/ 下生成任务。
- 然后会得到一个实际的 target run，以及对 verifier 的复核，看看它是否真的测到了想测的行为。
- 这次发布强调的重点，是让 skill 去分析 agent 的结构并挖掘 traces，从而自动化 eval engineering。
所属事件:LangChain 推出 Eval Engineering 助力编程智能体自建评估(6 条相关)→
「编程与Agent」频道最新
- Nitro Modules v1 跑通 Node.js,一套原生模块通吃 iOS、macOS 与桌面 — Birchlabs · 2026-10-27
- Gemini 4 Argon 助谷歌图挖掘团队 5 小时搞定一年路线图 — rseroter · 2026-10-27
- 4 个 Gemini 智能体自助协作 27 小时通关 Minecraft — rohanpaul_ai · 2026-10-27
- 规划"主控 Agent 管多团队"架构：LangGraph 还是微软 Agent Framework — DonXendon · 2026-10-27
- iPhone 配 Matter 灯体验糟糕,他 10 分钟 vibe coding 出更好用的控制端 — blixt · 2026-10-27
- Score Centering 论文落地:TRL 异步 GRPO 训练器默认启用 — _lewtun · 2026-10-27