返回首页
LangSmith
找到 7 篇关于此标签的文章
AgentLangSmith
Agent 上线容易考核难 — 大模型公司正在集体撞上「评分墙」
Agent 落地最大的拦路虎不是模型不够聪明，而是「说不准它做对没」。如何评估一个每次答得都不一样的 AI，正成为新的行业分水岭。
9月23日2 分钟
Agent沙盒
AI Agent 开始自己改代码和数据库,沙盒从技术洁癖变成商业必修课
AI 已从回答问题扩展到改代码、动数据库。OWASP 数据显示,权限失控类漏洞占 LLM(大语言模型)安全的 41%。对正在引入 AI 自动化的企业而言,沙盒(隔离执行环境)不再是工程选项,而是必须补课的治理议题。
8月14日2 分钟
GartnerAnthropic
90 分 Agent 上线一周翻车：评测缺位才是落地的真问题
一个客服 Agent 内部测试 90 分，真实场景被用户骂翻。Gartner 预测 2027 年 40% 的 Agentic AI 项目将被砍，故障率是成熟项目的 4.2 倍。差距全卡在评测这一关。
8月14日2 分钟
LangChainLangGraph
LangChain 不是被 LangGraph 取代，AI Agent 真正门槛已转向落地编排
LangChain 和 LangGraph 处理的不是同一层问题：前者管“把大模型能力接进应用”，后者管“让 Agent 稳定跑完流程”。值得关心的是，AI 项目的难点正在从“能不能做出来”转向“能不能上线、可恢复、可审计”。
6月21日2 分钟
ReActAgent
AI 岗面试开始追问「Agent 跑飞怎么办」— 工程能力正取代术语背诵成筛选标准
ReAct 是当前 AI Agent 最主流的推理范式，面试正从背定义转向追问失败恢复策略。这意味着 Agent 开发进入工程化深水区——光知道术语不够了，得见过真实翻车。
5月3日2 分钟
PydanticLangSmith
Stop Trusting AI Hallucinations: A Builder's Guide to Verifiable Data Pipelines
Jepson's latest analysis exposes critical reliability gaps in modern AI stacks. Learn how to architect systems that verify outputs, enforce constraint
4月12日2 分钟
LangSmithDeepEval
别再追逐排行榜：伯克利揭露有缺陷的 AI Agent 基准测试
伯克利研究人员揭示了顶级 AI 基准测试中的关键数据污染问题。了解如何验证您自己的 Agent 工具、避免过拟合，并构建更可靠的系统。
4月12日2 分钟