·
#LangChain 学院新课程：构建可靠的代理
将智能代理部署到生产环境并非易事。传统软件是确定性的——一旦出现故障，只需查看日志并修复代码即可。但智能代理依赖于非确定性模型。
加上多步骤推理、工具使用和真实用户流量，构建可靠的代理就比传统的系统设计复杂得多。
本课程的目标是通过迭代改进循环，教你如何将代理从首次运行发展成为可用于生产的系统。
您将学习如何使用 #LangSmith 来实现这一点，LangSmith 是我们的代理工程平台，用于观察、评估和部署代理。 #agent
免费注册 https://academy.langchain.com/courses/building-reliable-agents
https://x.com/LangChain/status/2035757438247334087?s=20
0:00
构建可靠代理的第一步是运行它。
0:04
一旦开始运行，肯定会出问题。
0:07
出现问题时，你需要弄清原因。
0:10
传统软件中，你检查日志，找到出错的代码行。
0:15
而在代理中，模型做出决策。
0:18
你的代码只是定义框架。
0:20
你无法看到模型的内部推理，但可以观察它的行为。
0:25
每个提示、每次工具调用、每步操作都会留下信号。
0:29
将它们串联起来，你就得到一个追踪，完整还原你的
0:33
代理操作。
0:35
追踪帮你理解代理的行为，以及出错的原因。
0:40
当它没工作时。
0:41
在本课程中，你会观察代理的行为，找到出错点，
0:45
并用追踪修复问题，而不是依赖日志。
0:49
准备好看看代理到底在做什么了吗？
0:52
我们开始吧。
·
💫 #LangChain Academy 新课程：构建可靠的智能代理 💫
将智能代理部署到生产环境并非易事。传统软件具有确定性——当出现故障时，只需检查日志并修复代码即可。但智能代理依赖于非确定性模型。
再加上多步骤推理、工具使用以及真实用户流量等因素，构建可靠的智能代理比传统系统设计复杂得多。
本课程旨在教你如何通过迭代优化，将代理从首次运行逐步打造成生产就绪的系统。
你将学习如何使用 #LangSmith 实现这一目标——这是我们专为观察、评估和部署代理而打造的代理工程平台。
https://x.com/LangChain/status/2033269622103793917?s=20
0:00
我很高兴宣布我们最新的Langshane学院课程——构建可靠的
0:03
Langsmith代理。
0:04
我们正在解决代理工程团队如今面临的最大挑战之一，
0:09
无论你是搭建系统的工程师还是负责交付的产品经理，
0:10
将代理从原型推向生产环境都是一项艰巨的任务。
0:13
可靠性并不新鲜，工程师们
0:14
数十年来一直致力于提升系统的正常运行时间、准确性和性能。那么为什么代理这么难处理呢？
0:20
传统软件有明确的规则和确定性的逻辑。
0:21
出现问题时，你查看日志，找到代码行。代理的代码只是骨架，
0:27
它定义了工具和
0:29
提示。真正的决策发生在一个非确定性的模型内。你无法仅从代码库中
0:34
阅读模型的
0:35
推理，但你可以追踪从初始输入到最终输出的决策过程。
0:39
这种可观测性是构建可靠代理的基础。
0:41
本课程的目标是通过持续迭代，将代理从首次运行打磨成生产就绪系统。
0:47
你将学习如何使用
0:48
我们的代理工程平台Langsmith来观察、评估和部署代理。
0:53
你会从第一次分析周期开始，运行代理，找出问题，
0:55
并通过追踪而非日志进行调试。修复失败后，还要确保它们不再出现。
1:00
你会构建评估来捕捉回归并随着时间追踪质量。
1:04
最后进入生产阶段，每天成千上万用户使用你的代理，
1:05
你需要一个既能随业务增长又成本高效的测试系统。
1:09
到课程结束，
1:10
你将拥有完整的工具包来构建、测试和运营任意规模的可靠代理。
1:14
我非常期待你投入学习，掌握用Langsmith构建可靠代理的方法。
1:20
你可以今天就报名参加。
Repost this post?
Share with your followers.
Reply