LangSmith 推出 AI Search:用自然语言直接检索 Agent 执行轨迹
LangChain · x · 2026-10-13
LangChain 在 Interrupt 大会上发布 LangSmith 新功能 AI Search,解决 Agent 可观测性里的常见痛点:按行为检索 traces。
过去要回答「用户是否显得沮丧」「Agent 在哪一步没完成任务」「哪里的用户在试图取消订阅」这类问题,要么不可能做到,要么需要写评估器或人工读几小时对话。现在只需用自然语言描述,LangSmith 就会返回对应发生这些情况的 traces。
arjunnatarajan 补充:按 Agent 行为、用户特征、执行模式来查找 traces,此前一直是「不可能或极其繁琐」的,这是社区最常见的问题之一。对做 Agent 评估与排查的工程团队是实用更新。
「编程与Agent」频道最新
- 开发者预言 2027 年软件开发周期坍缩:从提示到上线不到一天 — NickPassig · 2026-10-14
- 20 个免费提示词：把 Claude Cowork 的 SEO 潜力用满 — JaynitMakwana · 2026-10-14
- Agentic 软件工厂:从 AI 辅助编码走向 AI 驱动交付全流程 — Pavan_Belagatti · 2026-10-14
- 提出 GWE 概念:工作区而非模型掌握 Agent 权威 — sull · 2026-10-14
- 谷歌 10 万员工用 Antigravity:代码量增 35%,回滚率降 30% — rseroter · 2026-10-14
- 开发者用 Gemini 4 Argon 纯代码画出 534 幅画作并开源全部代码 — SergioPaniego · 2026-10-14