生产级 LangGraph agent 五大控制：15% 低置信对话转人工，80% 转介获医生认可
LangChain · x · 2026-11-02
LangChain 社区 Spotlight，作者 Simon Budziak 总结两套已上线的 LangGraph 生产系统（Open Loyalty 的 AI SDR 和 Shen.ai 的患者教育助手）背后的五个关键控制：
- 把 agent 建成显式状态机，而非隐式流程；
- 每一轮生产对话都要留 trace；
- 每次改动前设评测门禁；
- 所有副作用做成幂等；
- 用代码把低置信度路由给人——患者教育助手中置信度门控把约 15% 的对话转给临床医生，其中 80% 的转介被医生判定为合理。
文章引用 LangChain 对 1340 人的 State of Agent Engineering 调研：57.3% 已在生产运行 agent，最大阻碍是质量（32%）而非延迟（20%）。核心论点：杀死生产 agent 的不是模型能力，而是系统对模型出错的无感知；底层依赖 LangGraph 的 durable checkpoint。每个控制都附代码形态。
「编程与Agent」频道最新
- 细读 DeepSeek Harness Super-agent：瓶颈不在模型在人 — sujingshen · 2026-11-02
- RL 训练暗藏 tokenizer 陷阱：srush 用 Lean 形式化验证修复 tito 问题 — VoidAsuka · 2026-11-02
- 从零搭建 Agentic 知识图谱:不用图数据库也不用抽取模型 — adnan_hashmi · 2026-11-02
- Obsidian×Claude 双侧知识库工作流：阅读剪辑，Agent 写页 — adnan_hashmi · 2026-11-02
- Vercel 工程师开源 Security Audit skill，@bot 一句话扫描攻击面 — brandon_galang · 2026-11-02
- Vercel Labs 十月发布 95 个版本：agent-desktop 让编码 Agent 操控电脑 — evilrabbit_ · 2026-11-02