YC 系 Laminar 发布 flow-1：RL 训练小模型抓 Agent 静默失败，比 GPT-6-sol 便宜 23 倍

skull8888888 · hn · 2026-10-20

YC S24 公司 Laminar 发布 flow-1，一个用强化学习训练的专用模型，用于检测 AI agent 执行轨迹中的"静默失败"——每步调用都成功、但实际点错按钮或引错文档的隐式错误。
团队微调小型开源模型，并在数千条合成调查轨迹（覆盖软件、法律、客服等真实工作流）上做 RL 后训练。
官方基准显示检测质量比肩 GPT-6-sol，成本低 23 倍，使得对生产环境每条 agent trace 全量分析（而非抽样）在成本上可行。
背后的方法论：仅收集 trace 没有意义，多数可观测平台本质是数据收集器；用 LLM 检查 trace 是正解，但强模型太贵、弱模型漏报误报。flow-1 运行在名为 Signals 的 harness 中。
项目开源，附示例 trace 分析博客与一分钟演示视频。

「编程与Agent」频道最新