W&B 为 Weave 增加更强的 agent 追踪和自动评测
_ScottCondron · x · 2026-07-23
W&B 在 Weave 里继续强化 agent 观测和评估
这条帖子说，W&B 正在继续打磨 agent tracking 的体验，而且已经看到越来越多团队把它用于 自动研究、生产 agent 和训练中的 rollout。
主要更新
- 团队已经全面采用 GenAI OTEL 作为标准
- 增加了和常见 harness 的集成
- agent trace 现在更像人类可读的调试界面，消息和 tool call 会以 markdown 风格展示
- 还在做更多 trace 和 eval 相关能力，例如：
- 让生产环境里的 LLM judge 自动标记问题
- 内置一个 agent 去查询 trace 并帮助定位根因
- 在海量 trace 之间更快跳转、筛选和排查
作者的判断是：agent observability 这块还远没有定型，W&B 想把开发工具层做成自己的优势区。
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11