Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu
英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设，核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话，Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层，并让安全回归自动阻断发布。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2026-03-12 — 2026-03-12
重要进展 · 第 24 / 55 页
AgentRx 将系统化调试用于智能体失败轨迹
微软研究院介绍 AgentRx，以约束分析和轨迹证据定位关键失败步骤，并提供评测研究，强调可靠性分析与失败诊断而非仅报告任务成功率。
Agent智能体 精选历史资讯
— · 6 条
精选资讯 · 第 1 / 2 页
Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI 智能体可靠性
Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式：一个约 1300 行的编排器只负责路由和可靠性检查，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。
黑客用 AI 智能体入侵 John Deere、SharkNinja 等超 100 家网站
AI 安全公司 Norforge 发现一名黑客用开源 AI 平台 Cairn 编排的智能体入侵了超过 100 个网站，据 Reuters 报道受害者包括 John Deere、SharkNinja 和 Cummins。
分类
排序
暂无内容