Aioga
AI资讯 / 行业动态
返回 AI资讯

LangSmith Engine 新增红队测试与自动化智能体测试

LangChain:Blog(RSS)Aioga 编辑团队2026-09-24T14:14:45.000Z热度 58

LangSmith Engine 现已加入 Red Teaming,可主动检测智能体问题,并支持自动化智能体测试。该功能随 Engine v2 版本一同发布。

行业动态LangChain:Blog(RSS)

今日 AI 情报摘要

LangSmith Engine 现已加入 Red Teaming,可主动检测智能体问题,并支持自动化智能体测试。

该功能随 Engine v2 版本一同发布。

中文正文 · AI 翻译

我们构建了 LangSmith Engine:https://www.langchain.com/langsmith/engine,以加快修复代理的速度,这样开发者可以花更多时间构建新功能,而不是花时间处理漏洞。Engine 是一个平台内的代理,可以在代理开发生命周期的每个步骤自动处理工作:https://www.langchain.com/blog/the-agent-development-lifecycle。代理非常适合这项工作。它们擅长分析大型数据集和编写代码,因此在发现细微问题、编写修复方案以及监控回归方面表现出色。自五月推出以来,Engine 已分析超过 7000 万条跟踪记录,并诊断出数万个问题。

随着今天 v2 版本的推出,引擎现在承担更多工作,帮助用户更快地发布修复,并在问题出现在生产环境之前就进行检测。Engine v2:

引擎扫描您的生产追踪记录以寻找改进空间,从错误到未满足的用户请求。一旦识别出问题,引擎将其分类,并将相关追踪分组为单个问题。每条记录都包含用户需要采取行动的所有信息:根本原因、建议修复、用于评估数据集的真实示例以及持续监控。

引擎利用 LangSmith 收集的数据并付诸实践,帮助您更快地完成代理开发生命周期(ADLC):https://www.langchain.com/blog/the-agent-development-lifecycle,从而提升您的代理性能。

在 Engine v2 中,我们重点推动两项核心任务的改进:识别问题和提出修复方案。

在 Engine v2 中,我们引入了 Red Teaming,这是我们的主动故障排除工具,可在问题影响生产用户之前捕捉诸如幻觉和系统提示违规等问题。Red Teaming 分析您的代理生产追踪和仓库,以了解其目的和行为,然后利用这些上下文测试弱点并识别尚未在生产中显现的问题。您将获得一份相关且经过验证的问题列表,以提前解决潜在失败,从而防患于未然。

Red Teaming 目前已在私有测试版中向现有 LangSmith 部署用户开放。您可以在此申请加入测试版:https://www.langchain.com/langsmith-engine-v2-new-feature-access。

Engine v2 现在能够在生产追踪中发现那些更难检测的问题,这些问题通常在影响客户和大语言模型账单之前会逃过人工审核。即使你的代理看起来按预期工作,延迟的细微下降也可能让用户感到沮丧,而低效的代理轨迹会浪费令牌。Engine v2 会标记这些问题,以便你在它们影响业务之前解决。

每个问题都会被记录在同一个队列中,因此你有一个地方来跟踪和解决所有代理问题。

Engine 已经为它检测到的问题提供了建议的修复方案。但以往,用户需要选择将修复部署到生产环境并在实际流量上监控性能,或者进行手动审核、离线测试,然后再部署修复。未经测试直接上线有可能带来糟糕的客户体验。手动测试则会拖慢产品开发。

对于使用 LangSmith Deployment 的代理:https://www.langchain.com/langsmith/deployment,Engine 现在会在将建议的修复放入你的队列供审核之前进行验证。当 Engine v2 发现问题时,它会首先通过在 Deployment 中对代理运行出错的输入来重现故障。然后,它开始修复开发流程:提出修改方案,用相同的输入进行测试,评估结果,再调整修复方案。每次测试都会让修复方案更完善。一旦 Engine 确认修复解决了问题,它会将修复提供给用户在 LangSmith 中,用户可以点击打开 PR 以快速部署。

除了新功能外,我们还在不断提升 Engine 在核心任务上的性能。当 Engine 发现更高影响的问题并生成更有效的修复时,用户可以更快地解决代理中的问题。

我们定期改进 Engine 的框架、提示和底层模型,以提升在内部和外部基准测试上的性能。正如我们在八月份分享的:https://www.langchain.com/blog/new-in-langsmith-engine-2x-better-issue-detection,Engine 现在在检测问题上的表现提高了超过 2 倍(通过 IssueBench 测量:https://www.langchain.com/blog/issuebench-how-we-evaluate-engine),并提供的修复方案效果提升了 25%(通过 Terminal-Bench 测量:https://www.tbench.ai/)。

对于在自托管环境中运行 LangSmith、并有严格数据政策的团队,我们的下一版本自托管 LangSmith 将支持引入自有密钥(BYOK)功能用于 Engine。这使团队能够提供自己的模型 API 密钥为 Engine 提供推理支持,同时跟踪数据仍保留在您的 VPC 中。我们将在下一次自托管版本中分享更多关于 Engine BYOK 的详细信息。

Engine v2 当前在所有 LangSmith Plus 和 Enterprise 计划的 SaaS 部署中可用。自托管计划对 Engine v2 的支持即将推出。定价详情请查看:https://www.langchain.com/pricing。

如果您使用 Plus 计划,只需几次点击即可启用 Engine: https://docs.langchain.com/langsmith/engine#set-up-engine。

如果您使用 Enterprise 计划,可联系您的客户经理以开始使用。

朗史密斯新手?今天就开始吧:https://smith.langchain.com/。

LangSmith 是我们的智能体工程平台,帮助开发者调试每个智能体决策、评估更改,并一键部署。

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:LangSmith Engine 现已加入 Red Teaming,可主动检测智能体问题,并支持自动化智能体测试。 Aioga 将其归入「行业动态」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:产品与工具类动态的价值取决于它是否解决明确场景、能否进入工作流,以及交付、价格和数据安全是否可接受。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察产品是否开放使用、用户反馈、定价、集成能力和后续版本更新。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: RSS · 原始域名: langchain.com

来源: LangChain:Blog(RSS)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-24T14:14:45.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

LangSmith Engine 现已加入 Red Teaming,可主动检测智能体问题,并支持自动化智能体测试。该功能随 Engine v2 版本一同发布。

LangChain:Blog(RSS)2026-09-24T14:14:45.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。