Tahap mimpi buruk sebelum peluncuran Agen AI, akhirnya sebagian dikendalikan oleh penghubung alat

ME News Berita, 17 April (UTC+8), menurut pemantauan Beating dari Dongcha, alat observabilitas LangSmith dari platform pengembangan agen AI LangChain merilis dua pembaruan: perpustakaan template evaluator dan evaluator yang dapat digunakan kembali. Menilai apakah agen AI "mudah digunakan" adalah salah satu tahap yang paling memakan waktu dalam pengembangan saat ini. Agen mungkin memanggil alat yang benar tetapi format jawaban salah, percakapan satu putaran berjalan normal tetapi multi-putaran crash, jawaban akhir tampak masuk akal tetapi langkah-langkah di tengahnya menelusuri dokumen yang salah. Pengembang perlu menetapkan titik pemeriksaan di berbagai tingkat seperti langkah tunggal, jejak lengkap, percakapan multi-putaran, panggilan alat tertentu, dan setiap evaluator harus melalui proses menulis prompt, kalibrasi dengan data nyata, dan penyesuaian berulang, dari nol biasanya memakan waktu berminggu-minggu. Sekarang LangSmith menyediakan lebih dari 30 template siap pakai, mencakup lima kategori